《多元统计分析及r语言建模王斌会》百度网盘pdf最新全集下载:

链接：https://pan.baidu.com/s/1cZO-DK5ohWGhCOw2ZH9Oug

简介：《多元统计分析及R语言建模（第五版）》重点介绍R语言在多元数据分析和统计建模方面的应用技巧，内容涉及多元数据的收集和整理、多元数据的直观显示、线性与非线性模型及广义线性模型、判别分析、聚类分析、主成分分析、因子分析、对应分析、典型相关分析等常见的主流多元统计分析方面的内容。  

#【输出设置】

#setwd("C:/Users/lst89/Documents/mvexer5") #设置目录

options(digits=4)

par(mar=c(4,4,2,1))

#第二章p57-2-1

R=matrix(c(1,0.8,0.26,0.67,0.34,0.8,1,0.33,0.59,0.34,0.26,0.33,1,0.37,0.21,0.67,0.59,0.37,1,0.35,0.34,0.34,0.21,0.35,1),nrow = 5,ncol = 5)

R #输入数据

solve(R) #求逆矩阵

R.e=eigen(R,symmetric=T) #symmetric是判断是否为对称阵，

R.e #求矩阵的特诊值

R.e $ vectors%*%diag(R.e $ values)%*%t(R.e $ vectors)#特征向量

#第二章p57-2-2

library(openxlsx) #加载读取Excel数据包

E2.2=read.xlsx('mvexer5.xlsx','E2.2')

E2.2 #读取mvexer5.xlsx表格E2.2数据

breaks = seq(0,3000,by = 300) #按组距为300编制频数表

breaks

hist(E2.2 $ X,breaks,col = 1:7,xlab = "工资(元)",ylab = "频数")#以工资x为横轴，频数y为纵轴，将数据划分为0-3000并以300为度量，绘制7列的彩色直方图

hist(E2.2 $ X ,breaks,freq = F,col = 1:7,xlab = "工资(元)",ylab = "频率")

Cumsum <- cumsum(E2.2 $ X)

cumsum

M <- seq(0,96000,by = 3000)

hist(Cumsum,M,freq = F,col = 1:12,las = 3,xlab = "工资(元)",ylab = "累积频率")#绘制出累计频率直方图

H = hist(E2.2 $ X,breaks = seq(900,3000,300))#正态概率图

names(H)

data.frame('组中距' = H $ mids,'频数' = H $ counts,'频率' = H $ density*300,'累积频率' = cumsum(H $ density*300))#

#第二章p57-2-3

library(openxlsx) #加载读取Excel数据包

E2.3=read.xlsx('mvexer5.xlsx','E2.3')

E2.3#读取mvexer5.xlsx表格E2.2数据

str(E2.3)

summary(E2.3)#对数据进行基本统计分析

#第三章P84-2.1

library(openxlsx)

E3.2 = read.xlsx('mvexer5.xlsx',sheet = 'E3.2',rowNames = TRUE)

#设定参数rowNames=TRUE，即可将第一列字符变量变成数据框的行名，供后期使用

E3.2

#在Excel文件中mvexer5.xlsx的表单d3.2中选择A1：E22，并复制到剪切板

dat = read.table("clipboard",header = T) #将剪切板数据读入数据框dat中

dat

#数据框标记转换函数

msa.X <- function(df){ #将数据框第一列设置为数据框行名

X = df[,-1] #删除数据框df的第一列并赋给X

rownames(X) = df[,1] #将df的第一列值赋给X的行名

X #返回新的数值数据框=return（X）

}

E3.2 = msa.X(dat)

E3.2

barplot(apply(E3.2,2,mean)) #按行作均值条形图

barplot(apply(E3.2,1,mean),las = 3) #修改横坐标标记

barplot(apply(E3.2,2,mean)) #按列作均值条图

barplot(apply(E3.2,2,median)) #按列作中位数条图

barplot(apply(E3.2,2,median),col = 1:8) #按列取色

boxplot(E3.2)#按列作箱尾图

boxplot(E3.2,horizontal = T) #箱尾图中图形按水平放置

#四p119-2-1

library(openxlsx) #加载读取Excel数据包

E4.1=read.table("clipboard",header = T)

E4.1

plot(x,y,main = '散点图',xlab = '每周加班时间（小时）',ylab = '每周签发的新保单数目（张）') #绘制散点图

cor(E4.1) #相关系数

lm4.1 <- lm(E4.1)

lm4.1

#估计值

square_sigma <- t(E4.1)/(10-1-1)#square_sigma <- t(x_hat - y)%*%(x_hat - y)/(10-1-1)

square_sigma

y = c(3.5,1,4,2,1,3,4.5,1.5,3,5)

x = c(825,215,1070,550,480,920,1350,325,670,1215)

y_hat <- 46.15 + 251.17*y

s <- t(y_hat - x)%*%(y_hat - x)/(10-1-1)

s

(summary(lm4.1) $ s)^2

#求方差分析

SR <- t(y_hat - mean(x))%*%(y_hat - mean(x))

ST <- t(x - mean(x))%*%(x - mean(x))

s_R <- SR/ST

s_R

(summary(lm4.1) $ r.squared)

anova(lm4.1)

#对回归方程作残差图分析

res <- residuals(lm4.1)

res

plot(y,res,main='残差散点图',xlab='每周签发的新保单数目',ylab='残差')

plot(lm4.1)

#计算1000张要加班的时间

lm4.1_1 <- lm(x ~ y,data = ee4.1)

predict(lm4.1_1,newdata = data.frame(y = 1000))

lm4.1_1 <- lm(y ~ x,data = ee4.1)

predict(lm4.1_1,newdata = data.frame(x = 1000))

#四p119-2-2

library(openxlsx)

E4.2 = read.xlsx('mvexer5.xlsx',sheet = 'E4.2',rowNames = T)

(lm4.2 = lm(y ~ x1 + x2,data = E4.2)) #显示多元线性回归模型

案例：某方便面厂商对旗下产品做品牌形象研究，针对竞品和自家产品，询问了下列问题，用于收集关于品牌形象的数据。

消费者行为学中，认为对品牌的态度会影响到消费者是否购买。主要基于费希本的多属性模型，认为消费者在决策时，会对比产品的多个属性，综合决定。所以在市场调研中要调查消费者关注哪些属性，同时还要调研在消费者印象中，不同品牌拥有哪些属性？

对应分析的数学统计背景：参考mooc课程①《多元统计分析及R语言建模》②《多元统计分析》

在问卷中，设置如案例的题目，能收集到被访者对各个品牌的形象选择频数。

两个问题：数据格式，数据类型

数据格式：①交叉表：SPSS中的交叉表和频数表不同，交叉表不能直接做对应分析，需要在Excel中转为频数表，重新录入后才能用。如何将二维表（交叉表）转为一维表（频数表） https://zhuanlan.zhihu.com/p/36204790 。②问卷数据：问卷导出的格式是按个案存储的，需要转为汇总格式的频数表才能用，多选题的转化需要定义多重响应集，然后用定制表输出频数表所需格式，重新录入SPSS中。如何调整数据用于对应分析（文章最后一部分） https://www.jianshu.com/p/98909f35b1c8

数据类型：①频数②打分③百分比。一般情况下都是频数（分类变量的数据），在《市场研究中的统计分析方法·专题篇》中还提到了使用频数加工后的列百分比数据。相对原始频数，用这种数据对结果有什么影响，不是很了解。还可以用打分产生的数据，但打分产生的数据，简单对应分析使用不同的分析方法，具体见《SPSS统计分析高级教程》245页-基于均数的对应分析。

其一：简单的统计排序，统计各个品牌在各个形象中的被选情况，做个排序。

其二：对应分析

1.通过卡方检验是否适用对应分析。对应分析的前提是，行列变量之间的确存在关联。

2.利用交叉表，查看原始分布的情况，了解各类别的数据，是否有频次过少的变量，如果有，则需要处理，一般是删除，或者不参与对应分析。（与多元对应分析比较，处理方法略有不同）。了解各品牌的大致突出的形象是什么。

行列交叉表，用于简单观察分布情况，同时查看是否有数据缺少等问题。

各行类别在各个维度上的信息量。

同上

具体看法：

第一种是分开看，行类别是否有效分开了，越是分开，代表对应分析的效果越好。具体看位置，比如行类别左右分的很开，上下却没有，说明行类别的信息主要体现在了横坐标上。

第二种是行列一起看，点与点之间的距离代表了关联程度，越近表明关联越大。同时离原点位置越远，代表了关联倾向越明显，可以从行和列汇总表中“维中的得分”理解，离原点越近，其维度中的信息量越少。