R语言3.12 对应分析

对应分析是主成分和因子分析的进一步扩展
对应分析的提出是基于因子分析的不足，因子分析方法分为R型因子分析和Q型因子分析。R型因子分析研究变量（指标）之间的相关关系，Q型因子分析研究样本之间的相关关系。但有时不仅关心变量之间或样本之间的相关关系，还关心变量和样本之间的对应关系，这是因子分析不能解释的。
对应分析的作用：分析两组或多组因素之间关系的有效方法，在离散情况下，建立因素间的列联表来对数据进行分析。
什么情况进行对应分析：对数据做对应分析之前，需要先了解因素间是否独立，如果因素间相互独立，则没有必要进行对应分析。所以在决定是否做对应分析之前做卡方检验检验因素间是否独立。

d3.12=read.table("clipboard",header = T)
d3.12
X=data.frame(d3.12)
X
chisq.test(X)（卡方检验）

卡方=118.1 自由度（5-1）×（4-1）=12 p值<0.01,认为收入和满意程度是有关联的。
对应分析的基本原理：
对数据矩阵X做概率变换得概率矩阵p=(pij)

接着多概率矩阵做标准化变换可得过渡矩阵z=（zij）

过渡矩阵有非常好的性质，eg计算变量的协方差矩阵
计算样品的协方差矩阵
定理：
因此复杂的问题就转化成计算特征根和特征向量的问题。
Q型与R型因子分析反映了数据的不同方面，他们之间必然有内在的联系，对应分析通过巧妙的数学转换，将Q型和R型因子分析有机的结合起来。
即通过求过渡矩阵z，从而求得变量协差阵A，样本协差阵B，而A与B有相同的非零特征根。
对应分析函数ca的用法
ca(X) X数据矩阵，通常是频数表数据

library(ca)
ca1=ca(X)
summary(ca1)

压缩到二维就包含了99.8的信息

ca1$rowcoord（行坐标）
ca1$colcoord（列坐标）

plot(ca1,gap=0)

对应分析图：
第一组：变量：<1万
样品：有些不满、很不满
第二组：变量：1-3万、3-5万
样品：比较满意
第三组：变量：5-10万、>10万
样品：很满意

对应分析几个应该注意的问题:
1.不能用相关关系的假设检验
2.维度由变量所含的最小类别决定
3.对极端值敏感性研究
4.研究对象要有可比性
5.变量的类别应涵盖所有情况
6.不同标准化分析结果不同

R语言3.12 对应分析相关推荐

因子分析，主成分分析，主因子分析，因子分析函数，极大似然法——数据分析与R语言 Lecture 12
因子分析,主成分分析,主因子分析,因子分析函数,极大似然法--数据分析与R语言 Lecture 12 因子分析因子分析的主要用途与主成分分析的区别因子分析使用了复杂的数学手段统计意义因子载荷 ...
r语言t检验输出检验统计量_数据统计的理解和运用（四）列联表之卡方检验
前面几期我们介绍了参数检验,t检验和方差分析: 临度科研:数据统计的理解和运用(三)方差分析zhuanlan.zhihu.com 临度科研:数据统计的理解和运用(二)t检验的应用zhuanlan. ...
r语言四格画图_临度科研|数据统计的理解和运用（四）列联表之卡方检验
今天我们来介绍非参数检验--迷人的卡方检验(Chi-Square test/Chi-Square Goodness-of-Fit Test). 卡方检验是一种用途很广的计数资料的假设检验方法.它属于非 ...
高级转录组分析和R语言数据可视化第12期 (线上线下同时开课)
" 福利公告:为了响应学员的学习需求,经过易生信培训团队的讨论筹备,现决定安排扩增子16S分析.宏基因组.Python课程线上直播课.报名参加线上直播课的老师可在1年内选择参加同课程的一次线 ...
《R语言数据挖掘》----1.12 数据集成
本节书摘来自华章出版社<R语言数据挖掘>一书中的第1章,第1.12节,作者［哈萨克斯坦］贝特·麦克哈贝尔(Bater Makhabel),李洪成许金炜段力辉译,更多章节内容可以访问云 ...
《数据科学：R语言实现》——3.12　估计缺失数据
本节书摘来自华章出版社<数据科学:R语言实现>一书中的第3章,第3.12节,作者:R for Data Science Cookbook 丘祐玮(David Chiu),更多章节内容可以 ...
R语言学堂推文索引-2022年12月
专注系列化.高质量的R语言教程推文索引 | 联系小编 | 付费合集更新时间: 2022.12.12 0 前言 1 数据处理通识专辑 1.1 R语言基础与base-R 1.2 数据处理与tidy-R ...
R语言小白学习笔记12—概率分布
R语言小白学习笔记12-概率分布笔记链接学习笔记12-概率分布 12.1 正态分布 12.2 二项分布 12.3 泊松分布 12.4 其他分布笔记链接学习笔记1-R语言基础. 学习笔记2-高级 ...
R语言使用rms包拟合cph生存分析模型（包含生存时间和结果标签）、绘制不同生存时间节点的列线图nomogram（例如，6个月生存风险、12个月生存风险等）、使用逐步回归筛选最佳的cox回归模型
R语言使用rms包拟合cph生存分析模型(包含生存时间和结果标签).绘制不同生存时间节点的列线图nomogram(例如,6个月生存风险.12个月生存风险等).使用逐步回归筛选最佳的cox回归模型目录

R语言3.12 对应分析

R语言3.12 对应分析相关推荐

最新文章

热门文章