SAS入门对应分析.ppt

  1. 1、本文档共104页,可阅读全部内容。
  2. 2、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。
  3. 3、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
  4. 4、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)。
查看更多
SAS入门对应分析

对应分析 第九章 对应分析 对应分析(correspondence analysis)是用于寻求列联表的行和列之间联系的一种低维图形表示法,它可以从直觉上揭示出同一分类变量的各个类别之间的差异,以及不同分类变量各个类别之间的对应关系。 对应分析是由法国人Benzecri于1970年提出的,起初在法国和日本最为流行,然后引入美国。 在对应分析中,列联表的每一行对应(通常是二维)图中的一点,每一列也对应同一图中的一点。本质上,这些点都是列联表的各行各列向一个二维欧式空间的投影,这种投影最大限度地保持了各行(或各列)之间的关系。 第九章 对应分析 §9.1 行轮廓和列轮廓 §9.2 独立性的检验和总惯性 §9.3 行、列轮廓的坐标 §9.4 对应分析图 §9.1 行轮廓和列轮廓 一、列联表 二、对应矩阵 三、行、列轮廓 一、列联表 其中, 是第 行、第 列类别组合的频数, ; 为第 行的频数之 和, ; 为第 列的频数之和, ; 为所有类别组 合的频数总和。 二、对应矩阵 这里, 。 显然有 。 称 为对应矩阵。将对应矩阵表中的最后一列用 表示,即 其中 是元素均为1的 维向量,最后一行用 表示,即 其中 是元素均为1的 维向量,向量 和 的元素有时称为行和列密度(masses)。 三、行、列轮廓 第 行轮廓: 其各元素之和等于1 ,即 。 第 列轮廓: 其各元素之和等于1 ,即 。 行轮廓矩阵 其中 。 列轮廓矩阵 其中 。 可见, 可以表示成各列轮廓的加权平均。类似地, 即 可以表示成各行轮廓的加权平均。 例9.1.1 将由个人组成的样本按心理健康状况与社会经济状况进行交叉分类,分类结果见表9.1.3。 将表9.1.3中的数据除以,得到对应矩阵,列于表9.1.4中。表9.1.4给出的行密度和列密度向量为 行轮廓矩阵为 列轮廓矩阵为 两个马赛克图 对心理健康的每一种状况,A、B、C、D、E五个小方块的宽度显示了行轮廓,0、1、2、3四种心理健康状况的小方块高度显示了行密度。 对社会经济的每一种状况,0、1、2、3四个小方块的高度显示了列轮廓,A、B、C、D、E五种社会经济状况的小方块宽度显示了列密度。 §9.2 独立性的检验和总惯量 一、行、列独立的检验 二、总惯量 一、行、列独立的检验 在列联表中,检验行变量和列变量相互独立假设的统计量为 当独立性的原假设为真,且样本容量 充分大,期望频数 时, 近似服从自由度为 的卡方分布。拒绝规则为 若 ,则拒绝独立性的原假设 其中 是 的上分位点。 二、总惯量 总惯量还可以行轮廓和列轮廓的形式表达如下: 其中 称为第 行轮廓 到行轮廓中心 的卡方( )距离,它可看作是一个加权的平方欧氏距离。同样, 是第 列轮廓 到列轮廓中心 的卡方距离。故总惯量可看成是行轮廓到其中心的卡方距离的加权平均,也可看成是列轮廓到其中心的卡方距离的加权平均。它既度量了行轮廓之间的总变差,也度量了列轮廓之间的总变差。 总惯量为零的等价情形 总惯量为零与以下三种情形的任一种

文档评论(0)

zhuwenmeijiale + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

版权声明书
用户编号:7065136142000003

1亿VIP精品文档

相关文档