×

兹马思-数学第一资源

介绍应用多元分析与R。(英语) Zbl 1306.62010
使用R!.纽约,纽约:斯普林格(ISBN 978-1-4419-9649-7/pbk;978-1-4419-9650-3/电子书)。十四,273页(2011年)。
这本书涵盖了在R中分析多元数据的基本到高级方法。它分为八章,并从多元数据和多元分析的介绍开始。在简要回顾多元分析发展的历史之后,作者讨论了可能涉及的变量类型和丢失数据的处理。接着,介绍了协方差、相关性和距离,最后给出了多元正态密度函数的描述。第二章描述了多维数据可视化的方法。讨论了二元盒形图、二元数据凸包和chi图等散点图。接下来,介绍了气泡图和字形图,以及使用估计的二元密度(如核密度)增强散点图的方法。本章最后介绍了立体图、格子图和钟乳石图的概念。第三章是主成分分析。本章首先对主成分识别方法进行了简要介绍和概述。其次,作者提出了用相关系数(r)识别二元数据的主成分,并给出了选择成分个数和计算成分得分的策略。最后以PCAs为例,对典型相关分析进行了描述。
第四章讨论多维标度,并从多维标度的理论方面入手,并附有实例。其次,以众议院投票和二战领导人的判断为例,提出了非度量多维标度。第五章围绕探索性因素分析展开,从一个简单的因子分析模型(斯皮尔曼的儿童经典、法语和英语考试成绩的例子)开始。其次,介绍了k因子分析模型,讨论了它的尺度不变性和参数估计,重点讨论了主因子分析和极大似然因子分析。本章继续估计因素的数量及其相应的得分。最后,以两个关于预期寿命和药物使用的实例,以及因子分析与主成分分析的比较。第六章介绍了聚类分析,包括层次聚类和k均值聚类的详细描述,包括理论、实例和R代码。接下来,作者讨论了使用有限混合密度和具有多元正态分量的有限混合密度的最大似然估计的基于模型的聚类。最后介绍了聚类显示的方法,如邻域图和条纹图。第七章是验证性因子分析和结构方程模型。本章首先对验证性因子模型和结构方程模型的拟合度的估计、识别和评估进行了理论描述,接着是探索性的例子。本书在第八章结束时着重分析了重复措施。作者提出了线性混合效应模型,预测随机效应的方法,最后讨论了纵向数据中的辍学问题。
在本书的最后加上一个很好的练习和总结。这种方法,大量的例子和代码片段使得本科生和研究生以及研究人员都可以使用它(然而,假设假设已知假设检验、置信区间、回归和相关性等统计概念)。

理学硕士:
62-01年 与统计学有关的介绍性说明(教科书、教程等)
62-04年 有关统计问题的软件、源代码等
62小时 多元分析
PDF格式 BibTeX公司 XML 引用
全文: 内政部