809945_zh-TW

liliconcom

使用多元方法探索數據

請參閱如何：

• 了解並使用多元方法（PCA、聚類和 K 均值）
• 創建和解釋多元散點圖和相關性
• 根據共同特徵將具有大量變數的記錄分組為較小的新變數簇
• 對多個變數共享相似值的行進行聚類
• 使用層次聚類建立樹狀圖，這是一個動態的反應樹形圖，適用於最多數千行的小表
• 對錶使用k-Means Clustering，最多數十萬行
• 使用自組織映射來形成簇並以二維簇網格上的特定佈局形成它們，其中網格中的接近度指示簇相似性
• 對連續因子執行主成分分析 (PCA)，其中第一個主成分是具有最大可能變異數的標準化原始變數的線性組合。每個後續主成分是具有最大可能方差且與所有先前定義的成分不相關的變數的線性組合
• 分析分類資料的多重對應（類似 PCA，但針對分類資料）
• 使用因子分析來識別潛在因素

資源

• JMP® 用於基本單變量和多元統計：研究人員和社會科學家的方法，第二版，作者：Ann Lehman、Norm O'Rourke、Larry Hatcher、Edward J. Stepanski
• 視覺六西格瑪：精實資料分析，第二版，作者：Ian Cox、 Marie Gaudard、 Mia L. Stephens

進階統計建模