×

阐述了R中奇异值分解的多元分析。 (英语) Zbl 1506.62005年

总结:ExPosition公司是一个新的综合软件包,提供清晰的图形并实现基于奇异值分解的多元分析方法({奇异值分解}). 中实现的核心技术ExPosition公司包括:主成分分析、(度量)多维标度、对应分析及其最近的一些扩展,例如重心判别分析(例如判别对应分析)、多表分析(例如多因素分析){统计}、和{远距离炎})和非参数重采样技术(例如,置换和bootstrap)。几个例子强调了ExPosition公司和类似的包。最后,未来的发展方向ExPosition公司进行了讨论。

MSC公司:

62-04 统计相关问题的软件、源代码等
62H25个 因子分析和主成分;对应分析
PDF格式BibTeX公司 XML格式引用
全文: 内政部

参考文献:

[1] Abdi,H.,奇异值分解(SVD)和广义奇异值分解(GSVD),(Salkind,N.J.,Encyclopedia of Measurement and Statistics,(2007),Sage Thousand Oaks CA),907-912
[2] Abdi,H.,Z-scores,(新泽西州Salkind,《计量与统计百科全书》,(2007),加州千橡树协会),1057-1058
[3] Abdi,H.,偏最小二乘回归和潜在结构回归投影(PLS回归),Wiley Interdiscip。版次计算。统计,2,1,97-106,(2010)
[4] 阿卜迪,H。;钦·W。;Esposito Vinzi,V。;Russolillo,G.公司。;Trinchera,L.,《偏最小二乘法和相关方法的新观点》(2013),纽约斯普林格-弗拉格出版社·Zbl 1276.62007年
[5] 阿卜迪,H。;Dunlop,J.P。;Williams,L.J.,《如何使用引导和三向多维尺度(DISTATIS)计算模式分类器的可靠性估计值并显示置信度和容差区间》,NeuroImage,45,89-95,(2009)
[6] Abdi,H.,Valentin,D.,O'Toole,A.,Edelman,B.,2005年。距离矩阵:分析多个距离矩阵。收录于:IEEE计算机学会会刊:计算机视觉和模式识别国际会议。美国加利福尼亚州圣地亚哥,第42-47页。
[7] 阿卜迪,H。;Williams,L.,主成分分析,Wiley Interdiscip。版次计算。统计,2433-459,(2010年)
[8] 阿卜迪,H。;Williams,L.J.,对应分析,(Salkind,N.J.;Dougherty,D.M.;Frey,B.,《研究设计百科全书》,(2010年),加州千橡圣人出版社),267-278
[9] 阿卜迪,H。;威廉姆斯。;Beaton,D。;Posamentier,M。;哈里斯·T。;Krishnan,A。;Devous,M.,《区分阿尔茨海默病、额颞叶痴呆和老年对照组的区域脑血流数据分析:多块重心判别分析(MUBADA)方法》,《阿尔茨海默氏病杂志》。,31,s189-s201,(2012)
[10] 阿卜迪,H。;威廉姆斯。;Connolly,A。;戈比尼,M。;邓洛普,J。;Haxby,J.,多主体重心判别分析(MUSUBADA):如何在不使用空间归一化的情况下将扫描分配给类别,计算。数学。方法医学,2012,1-15,(2012)·兹比尔1244.62088
[11] 阿卜迪,H。;威廉姆斯。;Valentin,D.,多因素分析:多表和多块数据集的主成分分析,Wiley Interdiscip。版次计算。统计,5,149-179,(2013)
[12] 阿卜迪,H。;威廉姆斯。;瓦伦丁,D。;Bennani-Dosse,M.,《统计与距离:最优多表主成分分析和三向度量多维尺度》,Wiley Interdiscip。版次计算。统计,4,124-167,(2012)
[13] Alström,J.,Alstróm,T.,2012年。Beeravocate.com网址:http://beeradwocate.com/。
[14] 巴蒂,F。;法孔佩,M。;威根,J。;施瓦格,J。;Brutsche,M.H.,关于探索微阵列数据结构的工具变量的分析,BMC生物信息学,7,1422,(2006)
[15] Beaton,D。;Filbey,F.M。;Abdi,H.,《将偏最小二乘法与标称数据的对应分析结合起来》,(《数学与统计学报:偏最小二乘法及相关方法的新观点》,2013年),施普林格-弗拉格出版社,第81-94页
[16] Bécue Bertaut,M。;Pagès,J.,定量、分类和频率数据混合的多因素分析和聚类,计算。统计师。数据分析。,52, 6, 3255-3268, (2008) ·Zbl 1452.62406号
[17] Benzécri,J.、L'analyse des donnees。第2卷,(1973),巴黎杜诺·Zbl 0297.62039号
[18] Benzécri,J.、Sur le calcul des taux d'inertie dans l’analyse d'un问卷调查,加州。分析。唐奈,4377-378,(1979)
[19] Bookstein,F.,《偏最小二乘:行为科学和脑科学测量的剂量反应模型》,《心理学》,5,23,(1994)
[20] Borg,I.,《现代多维尺度:理论和应用》(2005),Springer·兹比尔1085.62079
[21] Buchsbaum,B。;Lemire-Rodger,S。;方,C。;Abdi,H.,生动记忆的神经基础是以感知为模式的,J.Cogn。神经科学。,24, 1-17, (2012)
[22] Caillez,F。;Pagès,J.,《唐纳分析导论》(1976),巴黎SMASH出版社
[23] Chernick,M.,《Bootstrap方法:从业者和研究人员指南》。第619卷,(2008),《威利-国际科学》·Zbl 1136.62029号
[24] Couture-Beil,A.,2013年。rjson:用于R.R包版本0.2.12的JSON。网址:http://CRAN.R-project.org/package=rjson。
[25] Cuadras,C.M。;库亚德拉(D.Cuadras)。;Greenacre,M.J.,《分类数据不同表示方法的比较》,Comm.Statist。模拟计算。,35, 2, 447-459, (2006) ·Zbl 1093.62061号
[26] Dray,S.,《关于主成分的数量:基于矩阵之间相似性度量的维度测试》,计算。统计师。数据分析。,52, 4, 2228-2237, (2008) ·Zbl 1452.62409号
[27] Dray,S。;Dufour,A.,《ade4包:为生态学家实现二元图》,J.Stat.Softw。,22, 4, 1-20, (2007)
[28] Eddelbuettel,D。;Sanderson,C.,Rpparmadillo:用高性能C++线性代数加速R,Comput。统计师。数据分析。,(2013),正在出版。网址:http://dx.doi.org/10.1016/j.csda.2013.02.005
[29] 埃夫隆,B。;Tibshirani,R.,《引导程序简介》。第57卷(1993年),Chapman&Hall/CRC
[30] Escofier,B.,《分析因子与距离关系的等效性原则分布》,Rev.Stat.Appl。,26, 4, 29-37, (1978)
[31] Escoufier,Y.,《与数据矩阵相关的算子:一项调查》,(COMPSTAT:计算统计学论文集;第17届研讨会,2006年,(2007年),纽约,Physica-Verlag),285-287
[32] Esposito Vinzi,V。;Russolillo,G.,《偏最小二乘算法和方法》,Wiley Interdiscip。版次计算。统计,5,1,1-19,(2013)
[33] J.C.戈麦斯。;Moens,M.-F.,用于电子邮件分类的Pca文档重建,计算机。统计师。数据分析。,56, 3, 741-751, (2012)
[34] 谷歌公司,2013年。谷歌地图。
[35] Gower,J.,在多元分析中向向量图添加点,《心理测量学》,55,582-585,(1968)·Zbl 0167.17802号
[36] Greenacre,M.,《对应分析的理论与应用》(1984),学术出版社·Zbl 0555.62005号
[37] Greenacre,M.J.,《实践中的对应分析》(2007),CRC出版社·Zbl 1198.62061号
[38] Hesterberg,T.,Bootstrap,Wiley Interdiscip。版次计算。统计,3497-526,(2011)
[39] Hill,M.O.,《对应分析:一种被忽视的多元方法》,J.R.Stat.Soc.Ser。C.申请。Stat.,23,3,340-354,(1974年)
[40] Husson,F。;Lê,S.L。;Pagès,J.,在传统感官特征的情况下,PCA产生的变量表示的可变性,食品质量。优先权,18,7,933-937,(2007)
[41] Jolliffe,I.(主成分分析,Springer Series in Statistics,(2002),Springer-Verlag New York)·Zbl 1011.62064号
[42] Josse,J。;Husson,F.,使用交叉验证近似值选择主成分分析中的成分数量,计算。统计师。数据分析。,(2011年)
[43] Krishnan,A。;威廉姆斯,L.J。;McIntosh,A.R。;Abdi,H.,《神经成像的偏最小二乘(PLS)方法:教程和综述》,NeuroImage,56,2,455-475,(2011)
[44] 拉维特,C。;Escoufier,Y。;Sabatier,R。;特拉伊萨克,P.,行为(统计方法),计算。统计师。数据分析。,18, 1, 97-119, (1994) ·Zbl 0825.62009号
[45] 莱因,S。;乔斯,J。;Husson,F.,Factominer:多元分析的R包,J.Stat.Softw。,25, 1, 1-18, (2008)
[46] Lebart,L。;Morineau,A。;Warwick,K.M.,(多元描述性统计分析:大矩阵的对应分析和相关技术,概率和数理统计中的威利级数:应用概率和统计,(1984),威利)
[47] Le Floch,E。;吉列莫特,V。;弗劳因,V。;Pinel,P。;拉兰内,C。;Trinchera,L。;Tenenhaus,A。;莫雷诺,A。;Zilbovicius,M。;Bourgeron,T。;Dehaene,S。;蒂里昂,B。;Poline,J。;Duchesnay,E.,特征选择和稀疏偏最小二乘法揭示的一组遗传多态性和功能性脑网络之间的显著相关性,NeuroImage,63,1,11-24,(2012)
[48] Liang,F.,基于SVD的probit变换在聚类基因表达谱中的应用,计算机。统计师。数据分析。,51, 12, 6355-6366, (2007) ·Zbl 1445.62275号
[49] 麦金托什,A。;Bookstein,F.出版社。;哈克斯比,J。;Grady,C.,使用偏最小二乘法对功能性脑图像进行空间模式分析,NeuroImage,3,3,143-157,(1996)
[50] 麦金托什,A。;Lobaugh,N.,《神经影像数据的偏最小二乘分析:应用和进展》,《神经图像》,23,S250-S263,(2004)
[51] McIntosh,A.R。;Mišić,B.,《神经影像数据的多元统计分析》,年。心理学牧师。,64, 1, 499-525, (2013)
[52] 梅内斯,M。;卡斯图拉,J.C。;Thomas Carr,B.,CATA数据分析的现有和新方法,食品质量。优惠,30,2,309-319,(2013)
[53] 内纳季奇,O。;Greenacre,M.,《R中的对应分析,带有二维和三维图形:ca包》,J.Stat.Softw。,20,3,1-13,(2007),网址:http://www.jstatsoft.org
[54] Oksanen,J.、Blanchet,F.G.、Kindt,R.、Legendre,P.、Minchin,P.R、O'Hara,R.B.、Simpson,G.L.、Solymos,P.、Stevens,M.H.H.、Wagner,H.,2013年。素食者:社区生态包。R软件包版本2.0-6。网址:http://CRAN.R-project.org/package=vegan。
[55] 佩雷斯-内托,P.R。;Jackson,D.A。;Somers,K.M.,有多少主要成分?用于确定重新访问的非平凡轴数量的停止规则,计算。统计师。数据分析。,49, 4, 974-997, (2005) ·Zbl 1429.62223号
[56] 平坎,A.E。;新泽西州萨森。;Beaton,D。;阿卜迪,H。;科勒,C.G。;Penn,D.L.,《自闭症和精神分裂症患者偏执狂发生率升高的不同定性因素》,《异常心理学杂志》。,121, (2012)
[57] Rao,C.,《使用Hellinger距离对典型坐标和对应分析的替代方法的回顾》,Questiió:Quad。d’Estadística,Sistemes,Inform公司。投资。操作。,19, 1, 23-63, (1995) ·Zbl 1167.62421号
[58] Rao,C.,《Hellinger距离在列联表数据图形显示中的应用》,《多元统计》,3143-161,(1995)·兹伯利0925.62214
[59] R: 统计计算语言和环境,(2010年),奥地利维也纳R统计计算基金会,网址:网址:http://www.R-project.org
[60] St-Laurent,M。;阿卜迪,H。;布里亚诺娃,H。;Grady,C.,《衰老对自传体、情节和语义记忆提取的神经相关性的影响》,J.Cogn。神经科学。,23, 12, 4150-4163, (2011)
[61] 斯特罗瑟,S.C。;安德森,J。;Hansen,L.K。;Kjems,美国。;库斯特拉(Kustra,R.)。;Sidtis,J。;Frutiger,S。;Muley,S。;拉孔蒂,S。;Rottenberg,D.,功能神经成像实验的定量评估:NPAIRS数据分析框架,NeuroImage,15,4,747-771,(2002)
[62] Takane,Y。;柳井,H。;Hwang,H.,广义约束典型相关分析的改进方法,计算。统计师。数据分析。,50, 1, 221-241, (2006) ·Zbl 1429.62213号
[63] Tenenhaus,M.,La régression PLS:theorie et pratique,(1998),巴黎理工大学·Zbl 0923.62058号
[64] Tenenhaus,M。;Esposito Vinzi,V。;查特林,Y。;Lauro,C.,Pls路径建模,计算。统计师。数据分析。,48, 1, 159-205, (2005) ·Zbl 1429.62227号
[65] Thioulouse,J.,《配对生态表序列的同时分析:几种方法的比较》,Ann.Appl。统计,52300-2325,(2011)·Zbl 1234.62154号
[66] 托格森,W.,《缩放理论和方法》,(1958),威利纽约
[67] 塔克,L.R.,《因子分析的跨银行方法》,《心理测量学》,23,2,111-136,(1958)·Zbl 0097.35102号
[68] 调谐器,Y。;Tanik,M.M。;Allison,D.B.,《应用于复杂系统的统计分解技术概述》,计算。统计师。数据分析。,52, 5, 2292-2310, (2008) ·Zbl 1452.62424号
[69] 威廉姆斯。;阿卜迪,H。;法语,R。;Orange,J.,多块判别对应分析教程(MUDICA):一种分析临床人群话语数据的新方法,J.Speech,Lang.Hearning Res.,531372-1393,(2010)
[70] 威廉姆斯。;邓洛普,J。;Abdi,H.,《年龄对基于文本的全球推断产生的可变性的影响》,《公共科学图书馆·综合》,第7期,第5期,(2012年)
[71] 沃尔德,S。;Ruhe,A。;Wold,H。;Dunn,W.,线性回归中的共线性问题。广义逆的偏最小二乘(PLS)方法,SIAM J.Sci。统计计算。,5, 3, 735-743, (1984) ·Zbl 0545.62044号
[72] Yanai,H。;Takeuchi,K。;Takane,Y.,《投影矩阵、广义逆矩阵和奇异值分解》,(2011),纽约斯普林格-Verlag出版社·Zbl 1279.15003号
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配,可能包含数据转换错误。在某些情况下,zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献,而不要求完整或完全匹配。