277716_zh-CN

liliconcom

使用多元方法探索数据

请参阅如何：

• 了解并使用多元方法（PCA、聚类和 K 均值）
• 创建和解释多元散点图和相关性
• 根据共同特征将具有大量变量的记录分组为较小的新变量簇
• 对多个变量共享相似值的行进行聚类
• 使用层次聚类创建树状图，这是一个动态的响应树形图，适用于最多数千行的小表
• 对表使用k-Means Clustering，最多数十万行
• 使用自组织映射来形成簇并以二维簇网格上的特定布局形成它们，其中网格中的接近度指示簇相似性
• 对连续因子执行主成分分析 (PCA)，其中第一个主成分是具有最大可能方差的标准化原始变量的线性组合。每个后续主成分是具有最大可能方差且与所有先前定义的成分不相关的变量的线性组合
• 分析分类数据的多重对应（类似于 PCA，但针对分类数据）
• 使用因子分析来识别潜在因素

资源

• JMP® 基本单变量和多元统计：研究人员和社会科学家的方法，第二版作者：安·莱曼、诺姆·奥罗克、拉里·海切尔、爱德华·J·斯特潘斯基
• 视觉六西格码：使数据分析变得精益，第二版伊恩·考克斯，玛丽·高达尔,米娅·斯蒂芬斯

 

高级统计建模