- 1、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
(对应分析SAS讲义12
对应分析SAS程序
2010年5月
一、对应分析的统计思想
二、对应分析的原理
三、对应分析的SAS程序与应用
四、对应分析练习题
对应分析的基本理论
对应分析又称相应分析,于1970年由法国统计学家J.P.Beozecri提出的.
对应分析是将频数或计数表的各种联系用图来表示的方法。
对应分析本质是一种在低维空间中用图形方法表示联系的技术。
对应分析(Correspondence Analysis):通过分析由定性变量构成的交互汇总表来揭示变量间的联系。对应分析可以揭示同一变量的各个类别之间的差异,不同变量各个类别之间的对应关系。可以将两个变量的联系做在一个图里表示出来。
它是在R型和Q型因子分析基础上发展起来的多元统计分析方法,故也称为R-Q型因子分析. 因子分析方法是用少数几个公共因子去提取研究对象的绝大部分信息,既减少了因子的数目,又把握住了研究对象的相互关系.在因子分析中根据研究对象的不同,分为R型和Q型,如果研究变量间的相互关系时采用R型因子分析;如果研究样品间相互关系时采用Q型因子分析.
第二节 对应分析原理
5、将因子载荷为座标作图,得到对应分析图
奇异值是惯量(特征值)的平方根。惯量用于说明对应分析各个维度的结果能够解释列联表中两个变量联系的程度。
第三节 SAS对应分析程序
例:
? ? 生活自理能力 ? ? 完全自理1 部分自理2 不能自理3 合计 自
评
健
康
状
况 很好A 129 14 8 151 好B 931 146 96 1173 一般C 660 116 74 850 差D 251 104 81 436 很差E 11 7 23 41 没回答F 15 13 24 52 合计 1997 400 306 2703
Data ex2;
Input zipin$ zili renshu;
datalines;
a 1 129
a 2 14
a 3 8
b 1 931
b 2 146
b 3 96
c 1 660
c 2 116
c 3 74
d 1 251
d 2 104
d 3 81
e 1 11
e 2 7
e 3 23
f 1 15
f 2 13
f 3 24
;
Proc corresp data=ex2 all outc=result;
tables zipin , zili ;
weight renshu;
Run;
%plotit(data= result, datatype=corresp)
卡方分解表
The CORRESP Procedure
Inertia and Chi-Square Decomposition
Singular Principal Chi- Cumulative
Value Inertia Square Percent Percent 18 36 54 72 90
----+----+----+----+----+---
0.29615 0.08770 237.060 92.45 92.45 **************************
0.08463 0.00716 19.358 7.55 100.00 **
Total 0.09486 256.418 100.00
Degrees of Freedom = 10 奇异值(Singular Value )是主惯量(Principal Inertia)特征值的平方根。惯量用于说明对应分析各个维度的结果能够解释列联表中两个变量联系的程度。第一维度可解释总信息的92.45%
Row Coordinates
Dim1 Dim2
a -0.2546 -0.0768
b -0.1257 -0.0267
c -0.0941 -0.0018
d 0.3384 0.1530
e 1.3810 -0.4086
f 1.1856
文档评论(0)