应用统计信函分析.pptVIP

对应分析-问题背景;当属性变量A和B的状态较多时，很难透过列联表作出判断。 怎样简化列联表的结构？ 利用降维的思想。如因子分析和主成分分析。但因子分析的缺陷是在于无法同时进行R型因子分析和Q型因子分析。 怎么办？ 精细建模：对数线性模型 直观展示：对应分析 ;***　对应分析的基本理论;方法特点;3、方法优点： 可以在一张二维图上同时表示出两类属性变量的各种状态，以直观描述原始数据结构。 4、关键问题： 如何将多个类别点表示在低维空间中，以便于直接观察 如何确定各类别点的坐标，以易于鉴别类别间联系的强弱 ;原理;对应分析图的阅读;典型相关分析canonical correlation analysis;例：鸡蛋、猪肉的价格用X1和X2表示；鸡蛋、猪肉的销量用Y1和Y2表示。 构造第一组和第二组变量的线性组合： F1=a11X1+ a12X2 Z1=a11Y1+ a12Y2 满足F1和Z1的相关性最大化。 典型相关分析 ;１、什么是典型相关分析？ 　　典型相关分析是研究两组变量之间相关关系的多元统计分析方法．它借用主成分分析降维的思想，分别对两组变量提取主成分，且使两组变量提取的主成分之间的相关程度达到最大，而从同一组内部提取的各主成分之间互不相关，用从两组之间分别提取的主成分的相关性来描述两组变量整体的线性相关关系． ;典型相关关系研究两组变量之间整体的线性相关关系，它是将每一组变量作为一个整体来进行研究而不是分析每一组变量内部的各个变量．所研究的两组变量可以是一组为自变量，而另一组变量为因变量；两组变量也可以是同等的地位，但典型相关关系要求两组变量都至少是间隔尺度．;信度分析;信度的判断标准;重测信度;折半信度;评分者信度;定性数据的分析; （1）对数线性模型 将概率取对数后分解处理： ; 其优点是可以把方差分析和线性模型方法相结合，估计模型中各个参数，而这些参数值使各个变量的效应和变量间的交互作用效应得以数量化。 （2）Logistic 模型 是将概率比取对数后，再进行参数化而获得。设因变量y为二值定性变量，用0和1表示两个不同状态，y=1的概率p＝P（y=1)是研究??象。若有多个因素影响y的取值，这些因素就是自变量，记为：x1,x2…xk(既可以是定性变量也可以是定量变量）。 Logistic 线性回归模型：