6統(tǒng)計(jì)分析方法學(xué)習(xí)總結(jié)-資料下載頁
2025-09-16 10:16本頁面
【正文】 據(jù)具有如在主成分分析、因子分析、聚類分析等時(shí)所處理的數(shù)據(jù)形式。在對(duì)應(yīng)分析中，根據(jù)各行變量的因子載荷和各列變量的因子載荷之間的關(guān)系，行因子載荷和列因子載荷之間可以兩兩配對(duì)。如果對(duì)每組變量選擇前兩列因子載荷，則兩組變量就可畫出兩因子載荷的散點(diǎn)圖。由于這兩個(gè)圖所表示的載荷可以配對(duì)，于是就可以把這兩個(gè)因子載荷的兩個(gè)散點(diǎn)圖畫到同一張圖中，并以此來直觀地顯示各行變量和各列變量之間的關(guān)系。由于列聯(lián)表數(shù)據(jù)形式和一般的連續(xù)變量的數(shù)據(jù)形式類似，所以也可以用對(duì)應(yīng)分析的數(shù)學(xué)方法來研究行變量各個(gè)水平和列變量各個(gè)水平之間的關(guān)系。 人們對(duì)統(tǒng)計(jì)數(shù)據(jù)往往可以根據(jù)其特點(diǎn)從兩個(gè)方面來切入，以簡(jiǎn)化分析過程。一個(gè)是研究所謂橫截面（crosssection）數(shù)據(jù)，也就是對(duì)大體上同時(shí)，或者和時(shí)間無關(guān)的不同對(duì)象的觀測(cè)值組成的數(shù)據(jù)。另一個(gè)稱為時(shí)間序列（timeseries），也就是由對(duì)象在不同時(shí)間的觀測(cè)值形成的數(shù)據(jù)。時(shí)間序列分析也是一種回歸。回歸分析的目的是建立因變量和自變量之間關(guān)系的模型；并且可以用自變量來對(duì)因變量進(jìn)行預(yù)測(cè)。通常線性回歸分析因變量的觀測(cè)值假定是互相獨(dú)立并且有同樣分布。而時(shí)間序列的最大特點(diǎn)是觀測(cè)值并不獨(dú)立。時(shí)間序列的一個(gè)目的是用變量過去的觀測(cè)值來預(yù)測(cè)同一變量的未來值。也就是說，時(shí)間序列的因變量為變量未來的可能值，而用來預(yù)測(cè)的自變量中就包含該變量的一系列歷史觀測(cè)值。當(dāng)然時(shí)間序列的自變量也可能包含隨著時(shí)間度量的獨(dú)立變量。一個(gè)時(shí)間序列可能有趨勢(shì)、季節(jié)、循環(huán)這三個(gè)成分中的某些或全部再加上隨機(jī)成分。因此，如果要想對(duì)一個(gè)時(shí)間序列本身進(jìn)行較深入的研究，把序列的這些成分分解出來、或者把它們過慮掉則會(huì)有很大的幫助。如果要進(jìn)行預(yù)測(cè)，則最好把模型中的與這些成分有關(guān)的參數(shù)估計(jì)出來。 如果我們不僅僅滿足于分解現(xiàn)有的時(shí)間序列，而且想要對(duì)未來進(jìn)行預(yù)測(cè)，就需要建立模型。首先，這里介紹比較簡(jiǎn)單的指數(shù)平滑（exponentialsmoothing）。指數(shù)平滑只能用于純粹時(shí)間序列的情況，而不能用于含有獨(dú)立變量時(shí)間序列的因果關(guān)系的研究。指數(shù)平滑的原理為：當(dāng)利用過去觀測(cè)值的加權(quán)平均來預(yù)測(cè)未來的觀測(cè)值時(shí)（這個(gè)過程稱為平滑），離得越近的觀測(cè)值要給以更多的權(quán)。而“指數(shù)”意味著：按照已有觀測(cè)值“老”的程度，其上的權(quán)數(shù)按指數(shù)速度遞減。 第9頁 共9頁
范文總結(jié)相關(guān)推薦
鄂ICP備17016276號(hào)-1