多元统计分析实验报告
1、实验内容
根据课本习题3-12做相关分析。 2、实验目的 （1）检验H0：；H1：协方差阵不全相等。
（2）检验H0： U1=U2 ; H1：U1≠U2;
（3）检验H0： U1=U2 =U3 ; H1：U1,U2,U3不全等; （4）检验三种化学成分相互独立。 3、实验方案分析
（1）这是关于判断三个3元正态总体的协方差阵是否相等的问题； (2)均值是否相等，在两个协方差阵相等的情况下均值是否相等的问题；
（3）比较三组的3项指标是否有差异的问题，就是多总体均值向量是否相等的检验问题；
（4）检验 是否独立相当于检验任意2个子向量的协方差阵是否为零矩阵；
4、实验原理及操作过程，结果如下： （1）SAS 代码实现过程如下：
data d3121;
input y1-y3 group @@; cards;
47.22 5.06 0.10 1
1
23
==∑∑∑
47.45 4.35 0.15 1
47.52 6.85 0.12 1
47.86 4.19 0.17 1
47.31 7.57 0.18 1
54.33 6.22 0.12 2
56.17 3.31 0.15 2
54.40 2.43 0.22 2
52.62 5.92 0.12 2
43.12 10.33 0.05 3
42.05 9.67 0.08 3
42.50 9.62 0.02 3
40.77 9.68 0.04 3
;
proc iml;
n1=5;n2=4;n3=4;
n=n1+n2+n3;k=3; p=3;
use d3121(obs=5);
xa={y1 y2 y3 };
read all var xa into x1; print x1; use d3121(firstobs=6 obs=9);
read all var xa into x2; print x2; use d3121(firstobs=10 obs=13);
read all var xa into x3; print x3; xx=x1//x2//x3;
ln={[5] 1} ;
x10=(ln*x1)/n1; print x10;
mm1=i(n1)-j(n1,n1,1)/n1;
mm=i(n)-j(n,n,1)/n;
a1=x1`*mm1*x1; print a1;
ln={[4] 1} ;
x10=(ln*x2)/n2; print x20;
mm2=i(n2)-j(n2,n2,1)/n2;
a2=x2`*mm2*x2; print a2;
ln={[4] 1} ;
x10=(ln*x3)/n3; print x30;
mm3=i(n3)-j(n3,n3,1)/n3;
a3=x3`*mm3*x3; print a3;
tt=xx`*mm*xx; print tt;
a=a1+a2+a3;
print a;
da=det(a/(n-k));
da1=det(a1/(n1-1));
da2=det(a2/(n2-1));
da3=det(a3/(n3-1));
m=(n-k)*log(da)-(4*log(da1)+3*log(da2)+3*log(da3)); dd=(2*p*p+3*p-1)*(k+1)/(6*(p+1)*(n-k));
df=p*(p+1)*(k-1)/2;
kc=(1-dd)*m;
print da da1 da2 da3;
print m dd df ;
p0=1-probchi(kc,df);
print kc p0;
quit;
（2）代码实现（数据省略（1）相同）
proc iml;
n=5;m=4; p=3;
use d3122(obs=5);
xx={x1 x2 x3};
read all var xx into x; print x;
ln={[5] 1} ;
x0=(ln*x)/n; print x0;
mx=i(n)-j(n,n,1)/n;
a1=x`*mx*x; print a1;
use d3122(firstobs=6);
read all var xx into y; print y;
lm={[4] 1} ;
y0=(lm*y)/m; print y0;
my=i(m)-j(m,m,1)/m;
a2=y`*my*y; print a2;
a=a1+a2; xy=x0-y0;
ai=inv(a); print a ai;
dd=xy*ai*xy`; d2=(m+n-2)*dd;
t2=n*m*d2/(n+m) ;
f=(n+m-1-p)*t2/((n+m-2)*p);
print d2 t2 f;
pp=1-probf(f,p,m+n-p-1);
print pp; 7
quit;
（3）代码实现如下：
title ' "应用多元统计分析" p104 312(3)'; proc iml;
n1=5;n2=4; n3=4;
p=3; k=3;
n=n1+n2+n3;
xa={ 47.22 5.060.10 ,
47.45 4.350.15 ,
47.52 6.850.12 ,
47.86 4.190.17 ,
47.317.570.18 };
xb={ 54.33 6.220.12 ,
56.17 3.310.15 ,
54.40 2.430.22 ,
52.62 5.920.12 };
xc={ 43.1210.330.05 ,
42.059.670.08 ,
42.509.620.02 ,
40.779.680.04 };
xx=xa//xb//xc;
ln1={[5] 1} ; ln2={[4] 1};
lnn= {[13] 1};
xa0=(ln1*xa)/n1; print xa0;
xb0=(ln2*xb)/n2; print xb0;
xc0=(ln2*xc)/n3; print xc0;
xx0=(lnn*xx)/n; print xx0;
mm1=i(n1)-j(n1,n1,1)/n1;
mm2=i(n2)-j(n2,n2,1)/n2;
mm=i(n)-j(n,n,1)/n;
a1=xa`*mm1*xa; print a1;
a2=xb`*mm2*xb; print a2;
a3=xc`*mm2*xc; print a3;
tt=xx`*mm*xx; print tt;
a=a1+a2+a3; print a;
da=det(a);
dt=det(tt); a0=da/dt;
print da dt a0;
b=sqrt(a0);
f3=(n-k-p+1)*(1-b)/(b*p);
df1=2*p; df2=2*(n-k-p+1);
print df1 df2;
p3=1-probf(f3,df1,df2);
print f3 p3;
（4）的代码实现如下：
title ' "应用多元统计分析" p104 312(4)';
proc iml;
n=13; p=3;
x={47.22 5.060.10, 47.45 4.350.15, 47.52 6.850.12, 47.86 4.190.17,
47.317.570.18, 54.33 6.220.12, 56.17 3.310.15, 54.40 2.430.22,
52.62 5.920.12, 43.1210.330.05, 42.059.670.08, 42.509.620.02,
40.779.680.04 };
ln={[13] 1} ;
x0=(ln*x)/n; print x0;
mm=i(13)-j(13,13,1)/n;
a=x`*mm*x; print a;
a0=det(a); print a0;
a1=a[1,1]*a[2,2]*a[3,3];
v=a0/a1; print v;
b=n-1.5-(p*p*p-3)/(3*p*p-3*3);
df=0.5*(p*(p+1)-2*3);
kc=-b*log(v);
print b df kc;
p0=1-probchi(kc,df);
print p0;
quit;
5、实验结果
(1)
M=24.52397,d=0.4333,X2=13.8969,p=0.30793>0.05,
故H0相容，
(2)因为P=0,001083<0.05，故否定H0，即A和B地区地区岩石的化学成分有显著差异。
(3)因为p=0.00002345<0.5，故否定H0，即A和B，C三个地区地区
岩石的化学成分有显著差异。
多元统计分析实例 院系:商学院 学号: 姓名:
多元统计分析实例 本文收集了2012年31个省市自治区的农林牧渔和相关农业数据,通过对对收集的数据进行比较分析对31个省市自治区进行分类.选取了6个指标农业产值,林业产值.牧业总产值,渔业总产值,农村居民家庭拥有生产性固定资产原值,农村居民家庭经营耕地面积. 数据如下表: 一.聚类法
设定4个群聚,采用了系统聚类法.下表为spss分析之后的结果.
Rescaled Distance Cluster Combine C A S E 0 5 10 15 20 25 Label Num +---------+---------+---------+---------+---------+ 内蒙 5 -+ 吉林 7 -+ 云南 25 -+-+ 江西 14 -+ +-+ 陕西 27 -+-+ | 新疆 31 -+ +-+ 安徽 12 -+-+ | | 广西 20 -+ +-+ +-------+ 辽宁 6 ---+ | | 浙江 11 -+-----+ | 福建 13 -+ | 重庆 22 -+ +---------------------------------+ 贵州 24 -+ | | 山西 4 -+---+ | | 甘肃 28 -+ | | | 北京 1 -+ | | | 青海 29 -+ +---------+ | 天津 2 -+ | | 上海 9 -+ | | 宁夏 30 -+---+ | 西藏 26 -+ | 海南 21 -+ | 河北 3 ---+-----+ | 四川 23 ---+ | | 黑龙江 8 -+-+ +-------------+ | 湖南 18 -+ +---+ | | | 湖北 17 -+-+ +-+ +-------------------------+ 广东 19 -+ | | 江苏 10 -------+ | 山东 15 -----------+-----------+ 河南 16 -----------+
第一章： 多元统计分析研究的内容（5点） 1、简化数据结构（主成分分析） 2、分类与判别（聚类分析、判别分析） 3、变量间的相互关系（典型相关分析、多元回归分析） 4、多维数据的统计推断 5、多元统计分析的理论基础 第二三章：
二、多维随机变量的数字特征 1、随机向量的数字特征 随机向量X 均值向量： 随机向量X 与Y 的协方差矩阵： 当X=Y 时Cov （X ，Y ）=D （X ）；当Cov （X ，Y ）=0 ，称X ，Y 不相关。 随机向量X 与Y 的相关系数矩阵： 2、均值向量协方差矩阵的性质 (1).设X ，Y 为随机向量，A ，B 为常数矩阵 E （AX ）=AE （X ）； E （AXB ）=AE （X ）B; D(AX)=AD(X)A ’; Cov(AX,BY)=ACov(X,Y)B ’; (2).若X ，Y 独立，则Cov(X,Y)＝０，反之不成立． (3).X 的协方差阵D(X)是对称非负定矩阵。例2.见黑板 三、多元正态分布的参数估计 2、多元正态分布的性质 (1).若 ,则E(X)= ,D(X)= . )' ,...,,(),,,(2121P p EX EX EX EX μμμ='= )' )((),cov(EY Y EX X E Y X --=q p ij r Y X ?=)(),(ρ) ,(~∑μP N X μ ∑ p X X X ,,,21
特别地，当 为对角阵时， 相互独立。 (2).若 ，Ａ为sxp 阶常数矩阵，d 为s 阶向量， ＡＸ＋d ～ . 即正态分布的线性函数仍是正态分布． (3).多元正态分布的边缘分布是正态分布，反之不成立． (4).多元正态分布的不相关与独立等价． 例３．见黑板． 三、多元正态分布的参数估计 (1)“ 为来自p 元总体X 的（简单）样本”的理解---独立同截面． (2)多元分布样本的数字特征---常见多元统计量 样本均值向量 ＝ 样本离差阵Ｓ＝ 样本协方差阵Ｖ＝ S ;样本相关阵Ｒ (3) ,Ｖ分别是 和 的最大似然估计； (4)估计的性质 是 的无偏估计； ,Ｖ分别是 和 的有效和一致估计； ； Ｓ～ ， 与Ｓ相互独立； 第五章 聚类分析： 一、什么是聚类分析 ：聚类分析是根据“物以类聚”的道理，对样品或指标进行分类的一种多元统计分析方法。用于对事物类别不清楚，甚至事物总共可能有几类都不能确定的情况下进行事物分类的场合。聚类方法：系统聚类法（直观易懂）、动态聚类法（快）、有序聚类法（保序）...... Q-型聚类分析（样品）R-型聚类分析（变量） 变量按照测量它们的尺度不同，可以分为三类：间隔尺度、有序尺度、名义尺度。 μ ) ,(~∑μP N X ) ,('A A d A N s ∑+μ) () 1(,,n X X X )' ,,,(21p X X X )' )(() () (1 X X X X i i n i --∑=n 1 X μ∑μ X ) 1 , (~∑n N X P μ) ,1(∑-n W p X X
多元统计分析方法 Document serial number【UU89WT-UU98YT-UU8CB-UUUT-UUT108】
多元统计分析概述 目录 一、引言 (3) 二、多元统计分析方法的研究对象和主要内容 (3) 1.多元统计分析方法的研究对象 (3) 2.多元统计分析方法的主要内容 (3) 三、各种多元统计分析方法 (3) 1.回归分析 (3) 2.判别分析 (6) 3.聚类分析 (8) 4.主成分分析 (10) 5.因子分析 (10) 6. 对应分析方法 (11) 7. 典型相关分析 (11) 四、多元统计分析方法的一般步骤 (12) 五、多元统计分析方法在各个自然领域中的应用 (12) 六、总结 (13) 参考文献 (14) 谢辞 (15)
一、引言 统计分布是用来刻画随机变量特征及规律的重要手段，是进行统计分布的基础和提高。多元统计分析方法则是建立在多元统计分布基础上的一类处理多元统计数据方法的总称，是统计学中的具有丰富理论成果和众多应用方法的重要分支。在本文中，我们将对多元统计分析方法做一个大体的描述，并通过一部分实例来进一步了解多元统计分析方法的具体实现过程。 二、多元统计分析方法的研究对象和主要内容 （一）多元统计分析方法的研究对象 由于大量实际问题都涉及到多个变量，这些变量又是随机变量，所以要讨论多个随机变量的统计规律性。多元统计分析就是讨论多个随机变量理论和统计方法的总称。其内容包括一元统计学中某些方法的直接推广，也包括多个随即便量特有的一些问题，多元统计分析是一类范围很广的理论和方法。 现实生活中，受多个随机变量共同作用和影响的现象大量存在。统计分析中，有两种方法可同时对多个随机变量的观测数据进行有效的分析和研究。一种方法是把多个随机变量分开分析，一次处理一个随机变量，分别进行研究。但是，这样处理忽略了变量之间可能存在的相关性，因此，一般丢失的信息太多，分析的结果不能客观全面的反映整个问题，而且往往也不容易取得好的研究结论。另一种方法是同时对多个随机变量进行研究分析，此即多元统计方法。通过对多个随即便量观测数据的分析，来研究随机变量总的特征、规律以及随机变量之间的相互
多元统计分析报告标准化管理处编码[BBX968T-XBB8968-NNJ668-MM9N]
随着经济的发展，这个差距越来越大。 由于我国人口众多，素质较低，而且就业观念较落后，导致我国劳动力普遍廉价，就业职工工资普遍低下。刚毕业的大学生人数众多，城市发展速度与农村发展速度不平衡，各省市自治区的就业条件和国家政策，就业环境不同，导致职工工资存在行业间的工资水平存在着巨大的差异，从另一个方面反映出了中国贫富差距的不断扩大。对我国就业人员职工工资的研究，对我国的社会保障政策和就业政策，教育政策等具有重要的决策意义。
也为对我国经济社会的研究提供了一个因素。我国就业职工工资水平的行业间的差异已经日益成为我国政府重视的一个问题。 [关键词] 不同行业就业平均工资 一、引言 当前我国处于经济发展快速时期，由于我国人口总数较大，就业人员众多。因此，就业问题成为了我国社会的一个焦点问题。研究好行业间就业问题以及就业职工工资问题，能够有效的把握好社会状况，能够帮助大学生更准确的定位自己，找到自己满意的工作。制定正确的就业政策和社会保障，社会福利政策，来促进大学生的就业问题以及我国国民经济的发展。 本文选取2013年我国各行业城镇单位就业人员平均工资的数据，主要利用以下几种统计方法进行分析：因子分析法、聚类分析法。将全国各省按照不同行业就业人数进行分类和排序，并与人们实际观察到的情况进行比较分析。 因子分析是指研究从变量群中提取共性因子的统计技术。因子分析可在许多变量中找出隐藏的具有代表性的因子。将相同本质的变量归入一个因子，可减少变量的数目，还可检验变量间关系的假设。 聚类分析是一组将研究对象分为的群组的统计分析技术，依据研究对象（样品或指标）的特征，对其进行分类的方法，减少研究对象的数目。 二、数据 下表是我国按行业分城镇单位就业人员平均工资的原始数据，数据来源于《2013中
实验一 一、实验目的及要求 对应分析是你也降维的思想以达到减化数据结构的目的，凤的研究广泛用于定义属性变量构成的列联表利用对应分析方法分析问卷中教育程度与网上购物支付方式之间的相互关系。 二、实验环境 SPSS 19.0 window 7系统 三、实验内容及实验步骤（实践内容、设计思想与实现步骤） 实验题目： 通过分析问卷数据，绘制如下的教育程度与网上购物支付方式的交叉表，运用对应分析方法研究教育程度与网上购物所选择的支付方式之间的相关性，及揭示不同人群网上购物的特征等问题。 设计思想：原假设：H1：χ2>χα2[(n?1)(p?1)] 实现步骤： 1.在变量视窗中录入3个变量，用edu表示【教育程度】，用fangshi表示【在网上购物时采用什么样的支付方式】，用pinshu表示【频数】；如图所示：
2.先对数据进行预处理。执行【数据】→【加权个案】命令，弹出【加权个案】对话框。选中【加权个案】按钮，把【频数】放入【频率变量】框中，点击【确定】按钮完成。 3.打开主窗口，选择菜单栏中的【分析】→【降维】→【对应分析】命令，弹出【对应分析】对话框。 4.将【教育程度】导入【行】，将【在网上购物时采用什么样的支付方式】导入【列】。 5. 单击【定义范围（D）】，打开【对应分析：定义行范围】对话框； 定义行变量分类全距最小值为1，最大值为4，单击【更新】；点击【继续】，返回【对应分析】对话框；同方法打开【对应分析：定义列范围】对话框； 定义列变量全距最小值为1，最大值为5，单击【更新】； 6. 单击【统计量】打开【对应分析：统计量】对话框；选择【行轮廓表】，【列轮廓表】；单击【继续】，返回【对应分析】对话框， 7.选择【绘制】→【对应分析：图】对话框，选择【散点图】中的【行点】、【列点】选择【线图】中的【已转换的行类别】、【已转换的列类别】，单击【继续】，返回【对应分析】对话框。 8.单击【确定】按钮，完成设置并执行列联表分析。 四、调试过程及实验结果（详细记录实验在调试过程中出现的问题及解决方法。记录实验的结果） SPSS实验结果及分析： 上表显示了在32155名被调查者中，大多数消费者在网上购物时选择第三方支付和网上银行支付，在网上购物的消费人群以大学本科生相对最多。
华东理工大学2016–2017学年第二学期 《多元统计学》实验报告 实验名 称实验1数据整理与描述统计分析
教师批阅：实验成绩： 教师签名: 日期： 实验报告正文： 实验数据整理 (一)对“employee”进行数据整理 1.观察量排序 ( based on current salary） 2.变量值排序（based on current salary : rsalary） 3.计算新的变量（incremental salary=current salary - beginning salary）
4.拆分数据文件（based on gender） 结论：There are 215 female employees and 259 male employees. 5.分类汇总 (break variable: gender ; function: mean ) 结论：The average current salary of female is . The average current salary of male is . （二）分别给出三种工作类别的薪水的描述统计量 实验描述统计分析 1)样本均值矩阵 结论：总共分析六组变量，每组含有十个样本。 每股收益（X1）的均值为；净资产收益率（X2）的均值为；总资产报酬率（X3）的均值为；销售净
利率（X4）的均值为；主营业务增长率（X5）的均值为；净利润增长率（X6）的均值为. 2）协方差阵 结论：矩阵共六行六列，显示了每股收益（X1）、净资产收益率（X2）、总资产报酬率（X3）、销售净利率（X4）、主营业务增长率（X5）和净利润增长率（X6）的协方差。 3）相关系数 结论：矩阵共六行六列，显示了每股收益 （X1）、净资产收益率（X2）、总资产报酬 率（X3）、销售净利率（X4）、主营业务增 长率（X5）和净利润增长率（X6）之间的 相关系数。 每格中三行分别显示了相关系数、显著性 检验与样本个数。 4）矩阵散点图
1. 正态性检验 Kolmogorov-Smirnov a Shapir o-Wilk 统计量df Sig. 统计量df Sig. 净资产收益率.113 35 .200*.978 35 .677 总资产报酬率.121 35 .200*.964 35 .298 资产负债率.086 35 .200*.962 35 .265 总资产周转率.180 35 .006 .864 35 .000 流动资产周转率.164 35 .018 .885 35 .002 已获利息倍数.281 35 .000 .551 35 .000 销售增长率.103 35 .200*.949 35 .104 资本积累率.251 35 .000 .655 35 .000 *. 这是真实显著水平的下限。 a. Lilliefors 显著水平修正 此表给出了对每一个变量进行正态性检验的结果，因为该例中样本中n=35<2000，所以此处选用Shapiro-Wilk统计量。由Sig.值可以看到，总资产周转率、流动资产周转率、已获利息倍数及资本积累率均明显不遵从正态分布，因此，在下面的分析中，我们只对净资产收益率、总资产报酬率、资产负债率及销售增长率这四个指标进行比较，并认为这四个变量组成的向量遵从正态分布（尽管事实上并非如此）。这四个指标涉及公司的获利能力、资本结构及成长能力，我们认为这四个指标可以对公司运营能力做出近似的度量。 2. 主体间因子 N 行业电力、煤气及水的生产和供应 业 11 房地行业15 信息技术业9 多变量检验a 效应值 F 假设 df 误差 df Sig. 截距Pillai 的跟踪.967 209.405b 4.000 29.000 .000 Wilks 的 Lambda .033 209.405b 4.000 29.000 .000 Hotelling 的跟踪28.883 209.405b 4.000 29.000 .000 Roy 的最大根28.883 209.405b 4.000 29.000 .000 行业Pillai 的跟踪.481 2.373 8.000 60.000 .027 Wilks 的 Lambda .563 2.411b8.000 58.000 .025 Hotelling 的跟踪.698 2.443 8.000 56.000 .024 Roy 的最大根.559 4.193c 4.000 30.000 .008 a. 设计 : 截距 + 行业
多元统计分析课程设计 题目：《因子分析在环境污染方面的应用》 姓名：王厅厅 专业班级：统计学2014级2班 学院：数学与系统科学学院 时间：2016年1月 3 日
目录 1.摘要: (1) 2.引言： (1) 背景 (1) 问题的研究意义 (1) 方法介绍 (2) 3.实证分析 (10) 指标 (10) 原始数据 (10) 数据来源 (13) 分析过程： (13) 4.结论及建议 (25) 5.参考文献 (26)
1.摘要: 中国的环境问题，由于中国政府对环境问题的关注，环境法律日趋完善，执法力度加大，对环境污染治理的投人逐年有较大幅度的增加，中国环境问题已朝着好的方面发展。但是，仍存在着环境问题，主要体现在环境污染问题，其中主要为水污染和大气污染。 关键词：环境污染水污染大气污染因子分析2.引言： 背景： 我国的环境保护取得了明显的成就，部分地区环境质量有所改善。但是，从整体上看，我国的环境污染仍在加剧，环境质量还在恶化。大气二氧化硫含量居高不下，境质量呈恶化趋势，固体废弃物污染量大面广，噪声扰民严重，环境污染事故时有发生。据中国社会科学院公布的一项报告表明：中国环境污染的规模居世界前列。 问题的研究意义： 为分析比较各地环境污染特点，利用因子分析对环境污染的各个指标进行降维处理并得到影响环境的内在因素，进一步对环境污染
原因及治理措施进行分析，让更多的人认识到环境的重要性，准确把握各地区环境治理方法以及针对不同地区制定不同的政策改善环境问题，这对综合治理环境问题具有重要意义。 方法介绍 因子分析的意义：变量间的信息的高度重叠和高度相关会给统计方法的应用设置许多障碍。为解决此问题，最简单和最直接的解决方案是削减变量个数，但这必然会导致信息丢失和 信息不完全等问题的产生。为此人们希望探索一种更有效地解决方法，它既能大幅减少参与数据建模的变量个数，同时也不会造成信息的大量丢失。因子分析正是这样一种能够有效降低变量维数的分析方法。 因子分析的步骤： ·因子分析的前提条件：要求原有变量之间存在较强的相关关系。 ·因子提取：将原有变量综合成少数几个因子是因子分析的核心内容。 若存在随机向量 ) (),,(1p q F F F q ≤'=Λ及 ),,(1' =p εεεΛ，使 ??????????+??????????????????? ?=??????????p q pq p q p F F a a a a X X εεM M ΛM M ΛM 1111111 简记为ε+=AF X ，且 （1） q I F D F E ==)(,0)(（标准化）；
精品资料 一、对我国30个省市自治区农村居民生活水平作聚类分析 1、指标选择及数据：为了全面分析我国农村居民的生活状况，主要考虑从收入、消费、就业等几个方面对农村居民的生活状况进行考察。因此选取以下指标：农村产品价格指数、农村住宅投资、农村居民消费水平、农村居民消费支出、农村居民家庭人均纯收入、耕地面积及农村就业人数。现从２０１０年的调查资料中
２、将数据进行标准化变换：
３、用Ｋ－均值聚类法对样本进行分类如下：
分四类的情况下，最终分类结果如下： 第一类：北京、上海、浙江。 第二类：天津、、辽宁、、福建、甘肃、江苏、广东。 第三类：浙江、河北、内蒙古、吉林、黑龙江、安徽、山东、河南、湖北、四川、云南。 第四类：山西、青海、宁夏、新疆、重庆、贵州、陕西、湖南、广西、江西、。从分类结果上看，根据２０１０年的调查数据，第一类地区的农民生活水平较高，第二类属于中等水平，第三类、第四类属于较低水平。 二、判别分析 针对以上分类结果进行判别分析。其中将新疆作作为待判样本。判别结果如下:
**. 错误分类的案例 从上可知，只有一个地区判别组和原组不同，回代率为96%。 下面对新疆进行判别： 已知判别函数系数和组质心处函数如下： 判别函数分别为：Y1=0.18x1 +0.493x2 + 0.087x3 + 1.004x4 + 0.381x5 -0.041x6 -0.631x7 Y2=0.398x1+0.687x2 + 0.362x3 + 0.094x4 -0.282x5 + 1.019x6 -0.742x7 Y3=0.394x1-0.197x2 + 0.243x3-0.817x4 + 0.565x5-0.235x6 + 0.802x7 将西藏的指标数据代入函数得：Y1=-1.08671 Y2=-0.62213 Y3=-0.84188 计算Y值与不同类别均值之间的距离分别为：D1=138.5182756 D2=12.11433124 D3=7.027544292 D4=2.869979346 经过判别，D4最小，所以新疆应归于第四类，这与实际情况也比较相符。 三，因子分析： 分析数据在上表的基础上去掉两个耕地面积和农村固定资产投资两个指标。经spss软件分析结果如下:
院系：数学与统计学学院 专业：__统计学 年级：2009 级 课程名称：统计分析 ____ 学号：____________ 姓名：_________________ 指导教师：____________ 2012年4月28日 （一）实验名称 1. 编程计算样本协方差矩阵和相关系数矩阵；
2. 多元方差分析MANOVA。 （二）实验目的 1. 学习编制sas程序计算样本协方差矩阵和相关系数矩阵; 2. 对数据进行多元方差分析。 （三）实验数据 第一题： 第二题:
（四）实验内容 1. 打开SAS软件并导入数据； 2. 编制程序计算样本协方差矩阵和相关系数矩阵; 3. 编制sas程序对数据进行多元方差分析； 4. 根据实验结果解决问题，并撰写实验报告； （五）实验体会（结论、评价与建议等） 第一题： 程序如下： proc corr data=sasuser.sha n cov; proc corr data=sasuser.sha n no simple cov; with x3 x4; partial x1 x2; run; 结果如下： （1）协方差矩阵 $AS亲坯 曲；15 Friday, Apr： I SB,沙DO COUR过程 x4 目由度=30 Xi x2x3x4x5X? -10.I9B4944-0.45E2GJ5I.3347097-G.1193E48-￡0.e75?GS
-ID. 188494669,36&Q3?9-7.22IO&OS1J5692043I5.49ee^91S.Oa97SM -8.45S2645■7,221050829.S78&S46-6.372E47I-15.3084183-21.7352376-11.5674785 1.3841097 1.G5S2M7t.3726171IJ24?17B 4.e093011 4.4C12473 2.B747CM -G. I1S3S49 1.GS92043-is.soul aa 4.B09B01I68.7978495劣』S670971S.57ai1B3 -IH.05l6l?a15.43S6569-J1.73S2376孔耶124TB27.0387097105.103225&S7.3505S7E： -2D K5752??319-11337204-1L55M7S52r9747?3i19,573118337.3S0&87E33.3SQ6452 (2) 相关系数矩阵 Pearson相关系数” N =引 当HO： Rho=0 时.Prob > |r| Xi Xi xl 1.QQ000 x2 -C.23954 0.2061 x3 -0,30459 0.0957 x4 0.18975 Q.3092 x5 '0.14157 0.4475 x6 -0.83787 0.0630 -0.49292 0.0150 x2-0.23354 1.00000-0.162750.143510.022700.181520.24438 x20.20C10.31:1?0.441?0.90350.32640.1761 x3-0.30459-0.16275 1.00000-0.06219-0.34641-0.^797-0.23674 x30.095?0.381?<.00010.0563o.oses0 JS97 x40.1S8760.14351-0.86219L000000.400540,313650.22610 x40.30920.4412<.0001 D.02EG Q.085S0.2213 x5-0J 41570.02270-0.946410.40054 1.000000.317370.26750 x50.4J750.90350.0G68Q.025&0.08130 + 1620 x6-0.33?e?0.1S162-0.397970.813650.31787LOOOOO0.82976 x60.0S300.32840.02660.08580.0813C0001辺-0.432920.24938-0.288740.22810 D.267600.92976 1.00000 x70,01500J7610.19970.22130JG20<.0001 第二题： 程序如下： proc anova data=sasuser.hua ng; class kind; model x1-x4=k ind; manova h=k ind; run; 结果如下： (1)分组水平信息 The ANNA Procedure Cla^s Level Informat ion Class Level?Values kind 3 123 Number of observatIons CO (2) x1、x2、x3、x4的方差分析
６５ 《商场现代化》２００６年１０月（上旬刊）总第４８１期 一、引言 多元统计分析是统计学中一个非常重要的分支。在国外，从２０世纪３０年代起，已开始在自然科学、管理科学、社会和经济等领域广泛应用。我国自２０世纪８０年代起在许多领域拉开了多元统计分析应用的帷幕，２０多年来在多元统计分析的理论研究和应用上取得了很显著的成绩。 在商业企业经营过程中，往往需要对诸如产品销售收入、产品销售成本、产品销售费用、产品销售税金及附加、产品销售利润、管理费用、利润总额、利税总额等变量进行分析和研究，如何同时对多个变量的观测数据进行有效的分析和研究，这就需要利用多元统计分析方法来解决，通过对多个变量观察数据的分析，来研究变量之间的相互关系以及揭示这些变量之间内在的变化规律。实践证明，多元分析是实现做定量分析的有效工具。 二、多元统计分析研究的主要内容 在当前科技和经济迅速发展的今天，在国民经济许多领域中，特别是对社会现象的分析，只停留在定性分析的基础上是不够的，为提高科学性、可靠性，通常需要定性和定量的分析。如果说一元统计方法是研究一个随机变量统计科学的规律，那么多元统计分析方法是研究多个随机变量之间相互依赖关系以及内在统计规律性的一门统计学科。同时，利用多元统计分析中不同的方法可以对研究对象进行分类和简化。 多元统计分析包括的主要内容有：聚类分析、判别分析、主成分分析、因子分析、对应分析、典型相关分析等。 三、多元统计分析方法在商业企业中的应用 在这里，重点研究聚类分析、判别分析、主成分分析、因子分析方法及其在商业企业中的应用。 １．聚类分析 随着生产技术和科学的发展，人类的认识不断加深，分类越来越细，要求也越来越高，光凭经验和专业知识是不能确切分类的，往往需要定量和定性的分析结合起来去分类，于是数学工具逐渐被引进分类学中，形成了数值分类学。后来随着多元分析的引进，聚类分析逐渐从数值分类学中脱离出来而形成一个相对独 立的分支。 聚类分析又称群分析，它是研究分类问题的一种多元统计方 法。所谓类，通俗地说，就是指相似元素的集合。聚类分析的基本思想是首先将每个样本当作一类，然后根据样本之间的相似程度并类，并计算新类与其它类之间的距离，再选择相近者并类，每合并一次减少一类，继续这一过程，直到所有样本都并成一类为止。所以，聚类分析依赖于对观测间的接近程度（距离）或相似程度的理解，定义不同的距离量度和相似性量度就可以产生不同的聚类结果。聚类分析内容非常丰富，有系统聚类法、有序样品聚类法、动态聚类法、模糊聚类法、图论聚类法、聚类预报法等。 在企业销售领域，销售商需要考虑对不同生产企业生产的同名称商品的分类问题。例如，某商场对销售的２０种啤酒进行分类，以便对不同类别的啤酒采用不同的销售策略，变量包括啤酒名称、热量卡路里、钠含量、酒精含量、价格。根据以上指标， 利用聚类分析可以实现把同一类型的啤酒企业归到同一类别。再如商业企业制定商品销售价格时，需要对某个大城市的物价指数进行考察，而物价指数很多，有农用生产物价指数、服务项目物价指数、食品消费物价指数、零售价格指数等等。由于要考察的价格指数很多，通常先对这些价格指数利用聚类分析方法进行分类。 ２．判别分析 在生产、科研和日常生活中经常需要根据观测到的数据资料，对所研究的对象进行分类。判别分析是判断样品所属类型的一种多元统计分析方法，其目的是对已知分类的数据，建立由数值指标构成的分类规则，然后把这样的规则应用到未知分类的样本中去分类。 判别分析与聚类分析不同。判别分析是已知研究对象分成若干类型并取得各种类型的一批已知样品的观测数据，在此基础上根据某些准则建立判别式，然后对未知类型的样品进行判别分析。 判别分析内容很丰富，方法很多。判别分析按判别的组数来区分，有两组判别分析和多组判别分析；按区分不同总体所用的模型来分，有线性判别和非线性判别；按判别式所处理的变量方法不同，又分逐步判别和序贯判别等。判别分析可以从不同角度提出问题，因此有不同的判别准则，如马氏距离最小准则、Ｆｉｓｈｅｒ准则、平均损失最小准则、最小平方准则、最大似然准则、最大概率准则等等。 商业企业在市场预测中，往往根据以往所调查的种种指标，用判别分析方法判断下季度是畅销、平销或滞销。当然，判别分析与聚类分析常常联合起来使用。在聚类分析中，某商场对销售的２０种啤酒进行分类，假定分类结果为一级品、二级品及三级品，现在判断某种新商标的啤酒属于哪个级别的产品就需要用判别分析。 ３．主成分分析 在实际问题中，研究多指标（变量）问题是经常遇到的，然而在多数情况下，不同指标之间有一定相关性。由于指标较多，再加上指标之间有一定的相关性，势必增加了分析问题的复杂性。主成分分析就是设法将原来指标重新组合成一组新的互相无关的几个综合指标来代替原来指标，同时根据实际需要从中可取几个较少的综合指标，尽可能多地反映原来指标的信息，这种将多个指标化为少数相互无关的综合指标的统计方法，叫做主成分分析 多元统计分析方法在商业企业中的应用 党 玮 石河子大学商学院 ［摘 要］ 随着市场经济的发展和竞争的日益激烈，如何运用科学的分析方法，对收集到的数据做出准确、及时的分析并制定正确的决策，已成为企业极为关注的问题。本文重点介绍了多元统计分析方法中的聚类分析、判别分析、主成分分析、因子分析及其在商业企业中的应用。 ［关键词］ 多元统计 分析方法 商业企业
应用多元统计分析 课程报告 班级专业:_ 市调0901 _ 学号: 2009***** __ 姓名:__ CYQ _____ 成绩:______________ 2010年10月7日
我国部分城市主要经济指标统计 ——官方与民间数据差异分析 一、引言 经济指标是反映一定社会经济现象数量方面的名称及其数值。本题主要经济指标包括人均GDP 1x （元）、人均工业产值2x （元）、客运总量3x （万人）、货运总量4x （万吨）、5x （亿元）、固定资产投资总额6x （亿元）、在岗职工占总人口的比例7x （％）、在岗职工人均工资额8x （元）、城乡居民年底储蓄余额9x （亿元）。所以我们借助这一指标体系对我国部分城市的主要经济指标进行分析。 二、数据分析 过程 1. 在SPSS 窗口中选择Analyze→Classify→Hierachical Cluster ，调出系统聚类分析主界面，并将变量X 1～X 5移入Variables 框中。在Cluster 栏中选择Cases 单选按钮，即对样品进行聚类（若选择Variables ，则对变量进行聚类）。在Display 栏中选择Statistics 和Plots 复选框，这样在结果输出窗口中可以同时得到聚类结果统计量和统计图。
2. 点击Statistics按钮，设置在结果输出窗口中给出的聚类分析统计 量。这里我们选择系统默认值，点击Continue按钮，返回主界面。 3. 点击Plots按钮，设置结果输出窗口中给出的聚类分析统计图。选 中Dendrogram复选框和Icicle栏中的None单选按钮，即只给出聚类树形图，而不给出冰柱图。单击Continue按钮，返回主界面。 4. 点击Method按钮，设置系统聚类的方法选项。这里我们仍然均沿 用系统默认选项。单击Continue按钮，返回主界面。 5. 点击Save按钮，指定保存在数据文件中的用于表明聚类结果的新 变量。None表示不保存任何新变量；Single solution表示生成一
多元统计分析实验报告 Document serial number【UU89WT-UU98YT-UU8CB-UUUT-UUT108】
1. 正态性检验 Kolmogorov-Smirnov a Shapir o-Wilk 统计量df Sig.统计量df Sig. 净资产收益 .11335.200*.97835.677 率 总资产报酬 .12135.200*.96435.298 率 资产负债率.08635.200*.96235.265 总资产周转 .18035.006.86435.000 率 流动资产周 .16435.018.88535.002 转率 已获利息倍 .28135.000.55135.000 数 销售增长率.10335.200*.94935.104 资本积累率.25135.000.65535.000 *. 这是真实显着水平的下限。 a. Lilliefors 显着水平修正 此表给出了对每一个变量进行正态性检验的结果，因为该例中样本中 n=35<2000，所以此处选用Shapiro-Wilk统计量。由Sig.值可以看到，总资产周转率、流动资产周转率、已获利息倍数及资本积累率均明显不遵从正态分布，因此，在下面的分析中，我们只对净资产收益率、总资产报酬率、资产负债率及销售增长率这四个指标进行比较，并认为这四个变量组成的向量遵从正态分布（尽管事实上并非如此）。这四个指标涉及公司的获利能力、资本结构及成长能力，我们认为这四个指标可以对公司运营能力做出近似的度量。 2. 主体间因子 N
行业电力、煤气及水的 生产和供应业 11 房地行业15 信息技术业9 多变量检验a 效应值F假设 df 误差 df Sig. 截距Pillai 的跟 踪 .967.000 Wilks 的 Lambda .033.000 Hotelling 的跟踪 .000 Roy 的最大 根 .000 行业Pillai 的跟 踪 .481.027 Wilks 的 Lambda .563.025 Hotelling 的跟踪 .698.024 Roy 的最大 根 .559.008 a. 设计 : 截距 + 行业 b. 精确统计量 c. 该统计量是 F 的上限，它产生了一个关于显着性级别的下 限。 上面第一张表是样本数据分别来自三个行业的个数。第二张表是多变量检验表，该表给出了几个统计量，由Sig.值可以看到，无论从哪个统计量来看，三个行业的运营能力（从净资产收益率、总资产报酬率、资产负债率及销售增长率这四个指标的整体来看）都是有显着差别的。 3. 主体间效应的检验
多元统计分析重点宿舍版 第一讲：多元统计方法及应用；多元统计方法分类（按变量、模型、因变量等） 多元统计分析应用 选择题：①数据或结构性简化运用的方法有：多元回归分析，聚类分析，主成分分析，因子分析 ②分类和组合运用的方法有：判别分析，聚类分析，主成分分析 ③变量之间的相关关系运用的方法有：多元回归，主成分分析，因子分析， ④预测与决策运用的方法有：多元回归，判别分析，聚类分析 ⑤横贯数据：{因果模型(因变量数)：多元回归，判别分析相依模型(变量测度)：因子分析，聚类分析 多元统计分析方法 选择题：①多元统计方法的分类：1）按测量数据的来源分为：横贯数据（同一时间不同案例的观测数据），纵观数据（同样案例在不同时间的多次观测数据） 2）按变量的测度等级（数据类型）分为：类别（非测量型）变量，数值型（测量型）变量 3）按分析模型的属性分为：因果模型，相依模型 4）按模型中因变量的数量分为：单因变量模型，多因变量模型，多层因果模型 第二讲：计算均值、协差阵、相关阵；相互独立性 第三讲：主成分定义、应用及基本思想，主成分性质，主成分分析步骤 主成分定义：何谓主成分分析 就是将原来的多个指标（变量）线性组合成几个新的相互无关的综合指标（主成分），并使新的综合指标尽可能多地反映原来的指标信息。 主成分分析的应用 ：（1）数据的压缩、结构的简化；（2）样品的综合评价，排序 主成分分析概述——思想：①（1）把给定的一组变量X1,X2,…XP ,通过线性变换，转换为一组不相关的变量Y1，Y2，…YP 。（2）在这种变换中，保持变量的总方差（X1，X2，…Xp 的方差之和）不变，同时，使Y1具有最大方差，称为第一主成分；Y2具有次大方差，称为第二主成分。依次类推，原来有P 个变量，就可以转换出P 个主
多元统计与程序设计》课程实验报告 项目名称： 学生姓名： 学生学号： 指导教师： 完成日期：
1 实验内容 2 模型建立与求解 2.1聚类分析的形成思路 2.2.1类平均法 2.2.2谱系图的形成 2.3.快速聚类法 (以上内容见课本) 3 实验数据与实验结果 3.1实验数据 设有20个土壤样品分别对5个变量的观测数据如表5.16所示，试利用 聚类法对其进行样品聚类分析 样品号 含沙量1X 淤泥含量2X 粘土含量3X 有机物4X PH 值5X 1 77.3 13.0 9.7 1.5 6.4 2 82.5 10.0 7.5 1.5 6.5 3 66.9 20.0 12.5 2.3 7.0 4 47.2 33.3 19.0 2.8 5.8 5 65.3 20.5 14.2 1.9 6.9 6 83.3 10.0 6.7 2.2 7.0 7 81.6 12.7 5.7 2.9 6.7 8 47.8 36.5 15.7 2.3 7.2 9 ４8.6 37.1 14.3 2.1 7.2 10 61.6 25.5 12.6 1.9 7.3 11 58.6 26.5 14.9 2.4 6.7 12 69.3 22.3 8.4 4.0 7.0 13 61.8 30.8 7.4 2.7 6.4 14 67.7 25.3 7.0 4.8 7.3 15 57.2 31.2 11.6 2.4 6.3 16 67.2 22.7 10.1 33.3 6.2 17 59.2 31.2 9.6 2.4 6.0 18 80.2 13.2 6.6 2.0 5.8
19 82.2 11.1 6.7 2.2 7.2 20 69.7 20.7 9.6 3.1 5.9 3.2实验过程及结果 Case Processing Summary(a) Cases Valid Missing Total N Percent N Percent N Percent 20 100.0% 0 .0% 20 100.0% a Squared Euclidean Distance used 上表是接近度矩阵，计算距离使用的是平方欧氏距离，所以样品间距离越大，样品越相异，由表中矩阵可以看出样品8号和样品9号的距离是最小的，因此它们最先聚为一类。 Average Linkage (Between Groups) Agglomeration Schedule Stage Cluster Combined Coefficient s Stage Cluster First Appears Next Stage Cluster 1 Cluster 2 Cluster 1 Cluster 2 1 8 9 .153 16
多元统计分析有哪些应用? 比较 关系 预测 分类 评价 各种应用对应的多元统计分析方法 比较：多元方差分析 关系：回归模型 预测：回归模型 分类：聚类分析与判别分析、回归模型 评价：主成分分析与因子分析 ?多元回归、logisitic回归、Cox回归、Poisson回归 多元统计分析方法主要内容 多元T检验、多元方差分析 ?Hotelling T2 ?multivariate analysis of variance (MANOV A) 多元线性回归(multivariate linear regression) logistic回归(logistic regression) Cox比例风险模型(Cox model) Poisson回归(Poisson regression) 聚类分析(cluster analysis) 判别分析(discriminant analysis) 主成分分析和因子分析 生存分析 本课程的要求 上机做练习，分析实际资料 学会看文献，判断统计分析的应用是否正确 统计软件SAS，或Stata, SPSS10.01 考试： 理论占30%，实验占70% 二、多元统计分析的基本概念 研究因素从广义的角度看，所有可以测量的变量都可以成为研究因素，比如：年 龄、性别、文化程度、人体的各种生物学特征和生理生化指标环境因素、心理因素等。狭义来看，研究因素是指可能与研究目的有关的影响因素 多元统计分析对多变量样本的要求 ①分布：多元正态分布、相互独立、多元方差齐 ②样本含量 目前尚没有多元分析的样本含量估计方法，一般认为样本含量应超过研究因素5-10倍以上即可。 数值变量→分类成有序分类变量 哑变量的数量=K-1（K为分类数）
多元统计分析对应分析
学生实验报告 学院：统计学院 课程名称：多元统计分析 专业班级：统计123班 姓名：叶常青 学号： 0124253
学生实验报告 学生姓名叶常青学号0124253 同组人 实验项目对应分析的上机操作 □必修□选修□演示性实验□验证性实验□操作性实验□综合性实验实验地点实验仪器台号 指导教师李燕辉实验日期及节次 一、实验目的及要求： 目的熟悉和掌握对应分析的原理和上机操作方法 内容及要求本次操作就父母与孩子的受教
育程度的关系进行对应分析，分别对父亲与孩子和母亲与孩子的受教育程度做对应分析，最后再对输出结果进行详细的分析。 二、仪器用具： 仪器名称 规格/型号 数 量 备注 计算机 1 有网络环境 SPSS 软件 1 三、实验方法与步骤: 打开GSS93 subset .sav 数据,对变量Degree 与变量padeg 和madeg 进行对应分析,依次选择 分析→降维 …进入 对应分析 对话框，进行进行如下设置， 便可输出想要的数据的：
四、实验结果与数据处理： 按照上述方法和步骤得出以下输出结果. 对父亲受教育程度与孩子受教育程度的关系进行分析如下： 表1 对应表 Father' s Highest Degree R's Highest Degree Le ss than HS Hi gh school Jun ior college B achel or G radua te 有 效边 际 LT High School 15 6 30 8 29 4 5 2 5 5 63
High School 27 24 8 34 7 9 3 7 4 25 Junior College 1 11 2 8 3 2 5 Bachelo r 6 43 7 4 7 1 8 1 21 Graduat e 3 22 3 2 7 1 6 7 1 有效边际 19 3 63 2 75 2 06 9 9 1 205 表2 摘要 维数奇 异值 惯 量 卡 方 S ig. 惯量 比例 置信 奇异值 解 释 累 积 标 准差 相 关 2 1 . 400 . 160 . 846 . 846 . 025 . 256 2 . 164 . 027 . 142 . 988 . 026