网参第1篇拆36章

1、基于 MINITAB 的现代实用统计网上资源第 6 章 对应分析6.1 对应分析的概念例 6-1 某公司在 5 个地区销售 4 种商品（甲、乙、丙、丁），某年销售量如表 6-1（数据文件 MV_地区销售.MTW），试问销售量按地区分布有何规律？销售量按商品分布有何规律，二者有何联系？表 6-1 某公司 5 地区销售数据（：件）表 6-W1 某公司 5 地区销售原始数据（数据文件 MV_地区销售原始数据.MTW）例 6-2 老年人健康分析问题。市老年病医学19921994 年在市进行了“化纵向研究”。在这项研究中，在两年时间里，研究对一批 60 岁以上的老年人进行纵向追踪，其中有 2703 位老

2、年人是在两次中都被到的，这里选择这些老年人在 1992 年基线调查中对“日常生活自理能力”和“自评健康状况”两个问题的回答进行分析。在“日常生活1序号地区商品1A1乙2A1丙3A4丁4A3丁5A4丁6A2乙1167A5丁地区甲乙丙丁A160202120A2100253030A3100580200A440135110A5906012020能力”问题中，自理程度分为完全自理、部分自理和不能自理三类。健康自评是：“您觉得您现在的身体好吗？”分为五类：很好、好、一般、差、很差，统计数据见表6-2（数据文件 MV_老年人.MTW）。试问健康状况与生活自理能力间有何联系？表 6-2 老年人数据例 6-3

3、对某种家具，请 10 顾客对样式、油漆、颜色、材料和价格的满意情况打分，每名顾客对前 4 个问题可能表示满意或不满意（记为好或劣），对价格问题顾客的答案是“价低”、“价中”、“价高”。这问题中涉及的属性变量有 5 个，厂商要求分析这 5 个变量间的关系。按照 MINITAB计算格式，将数据整理成表 6-3 形式（数据文件为 MV_评价家具.MTW）。试分析顾客对式样、油漆、颜色、材料和价格的意见间的联系。表 6-3 6 名顾客对式样、油漆、颜色、材料和价格的意见例 6-4 汽车销售分析问题某汽车销售商了他销售的 303 辆汽车的各项状况：包括、状况、购车者国别、汽车尺寸、汽车车型，数据的若干列

4、在表 6-4 中（数据文件为：MV_汽车销售MTW）。2顾客样式油漆颜色材料价格1样好漆好色好料劣价中2样劣漆好色劣料劣价中3样好漆劣色好料好价低4样好漆好色好料好价低5样劣漆劣色劣料好价低6样好漆好色劣料好价中7样好漆好色好料好价高8样好漆好色好料好价高9样好漆好色好料好价高10样好漆好色好料好价高自评健康状况完全自理部分自理不能自理很好129好一般66011674差25110481很差11723没回答151324表 6-4 汽车销售表试分析销售汽车之“车型”、“尺寸”、者“”、“婚否”、“年青否”、“国别”之间样的关系。6.2 简单对应分析方法的原理6.2.1 对应分析的数据变换方法6.2

5、.2 奇异值分解6.2.3 对应分析的计算步骤6.3简单对应分析6.3.1 用 MINITAB 实现简单对应分析6.3.1.1 简单对应分析基本框内容从“ 统计 多变量 简单对应分析( S Multivariate SimpleCorrespondenceysis)”， 进入“简单对应分析”框（界面见图 6-W1）。图 6-W1 简单对应分析框界面图输入数据（Input Data）：前面已经介绍过，简单对应分析的使用对象其实是个列联表，因此数据的格式就有两种可能，一种是整理的原始数据；另一种则是整理好的按工作表格式的列联3状况国别尺寸车型年青?( 表格 单变量计数(S Tables Tally

6、 Individual Variables) ”（界面见图 6-W7 上左），进入“单变量计数”框（界面见图 6-W7 上右），在“变量（Variables）”栏中将所有属性变量列都选入，点击“确定(OK) ”后即可在运行窗中得到各列及计数结果(见图 6-W7 下左)。将这些结果依次输入“行名”及“列名”列（见图 6-W7 下右）。图 6-W7 查看属性变量排序的操作图实际上，不同的 MINITAB 版本也可能得到不同的顺序结果，例如正常情况应将“商品”的顺序定为“丙、丁、甲、乙”，在数据文件中定名为“列名 1”，有的电脑显示是为“丁、丙、乙、甲”为此在数据文件中增加了另一列“列名 2”，请读

7、者自行确定列名究竟应该采用哪个顺序。6.3.2 简单对应分析实例例 6-1 的计算在 5 个地区销售 4 种商品销售量有（数据文件 MV_地区销售.MTW）试问销售量按地区分布、按商品分布有何规律，二者有何联系？9此例计算结果全部列在本书正文中，这里从略。例 6-W1 地区销售原始数据输入的计算首先将表 6-W1 拷入工作表。这里包括“行名”及“列名”两列。假定的计算机排名顺序是“丙、丁、甲、乙”，将此列命名为“列名 1”（如果有的排出的顺序是“丁、丙、乙、甲”，此列命名为“列名 2”）。然后从“统计 多变量 简单对应分析(Sysis) ”（界面见图 6-w8 上Multivariate Si

8、mple Correspondence左），进入“简单对应分析”框（界面见图 6-w8 上右），在“输入数据（Input Data）”栏中选择“类别变量（Category variables）”，指定“地区”、“商品”,在“行名（Rownames）”栏中选择“行名 1”，在“列名（Column names）”栏中选择“列名”，在“分量数（Number of components）”保留为默认的“2”。点击 “图形（Graphs）”，弹出“简单对应分析图形”框，选择“只显示行的对称图（Symmetric plot showing rowsonly）”，“只显示列的对称图（Symmetricsho

9、wing columns only）”及“显plot示行和列的对称图（Symmetric plot6-W8 下）。各框点击“确定（OK）”and columns）”showingrows（界面见图10图 6-W8例 6-1 直接输入原始数据的操作过程图 6-W9 例 6-1 地区销售行图、列图及对称图结论：从图 6-W9 中可见：A1,A2 地区销售甲商品较多，A3,A4 地区销售丁商品较多。图6-W9 中给出了两种可能的对称图（这是由于列名顺序不同造成的上下翻转的情形，分析结论完全相同）例 6-2 的计算老年人健康分析问题从“ 统计多变量 简单对应分析(S Multivariate Simp

10、le框，在“输入数据（InputCorrespondenceysis)， 进入“简单对应分析Data）”中，选择“列联表的列（Columns of a contingency table）”，指定为“C2-C4”3 列数据,将“行名（Row names）”指定为“自评健康状况”，将“列名（Column names）”指定为“列名”,对于“分量数（Number of components）”仍保留为默认的“2”。点击11“结果（Results）”，弹出“简单对应分析结果”框，选择“列联表（Contingencytable）”、“行剖面（Row profiles）”。点击 “图形（Graphs）”

11、，弹出“简单对应分析图形”框，选择“只显示行的对称图（Symmetric plot showing rows only）”及“显示行和列的对称图（Symmetric plot showing rows and columns）”，各框点击“确定(OK)”（界面见图 6-W10），即可以得到计算结果。图 6-W10 例 6-2 老年人健康对应分析操作图12图6-W11 例6-2老年人健康的行坐标和行列对称图计算结果：从图 6-w11 中可以看出，对健康状况自评“很好”、“好”和“一般”的老年人在日常生活上也基本上都能完全自理，自评健康状况为“差”的老年人通常是生活上时常需要帮助的老年人，他们的日

12、常生活一般只能做到部分自理。而回答说健康状况“很差”或者是根本没有回答问题的老年人在日常生活中则基本上完全依靠他人的照料，他们中的大多数在日常生活方面完全不能自理。6.4 多重对应分析6.4.1 多重对应分析的原理6.4.2 用 MINITAB 实现多重对应分析6.4.2.1 原始数据格式多重对应分析工作表6.4.2.2 0-1 数据格式多重对应分析工作表6.4.2.3 多重对应分析框内容1）主窗界面见 6-W1213图 6-W12 多重对应分析框输入数据（Input Data）：类别变量（Category variables）：如果数据是以行的形式，那么选择此项，输入包括分类变量的列。需要指

13、示变量的列（Columns of indicator variables）：如果数据是以指示变量的形式组织的，那么输入包含指示的列。所有列中的元素必须是0 或者1。 分类变量的每一个水平都有一个指示变量。对每一个观测值，在它所属于的相应的列上为1，否则为0 。中的一列对应分类变量中的一个水平。例3 个分类变量：（男、女），头发颜色（金、褐、黑），（20 以下，20 到 50，超过 50）。中将有2+3+3 列，一位那么，为 40 的金色头发的女性所在的行应该为0 1 1 0 0 0 1 0。类别名称（Category names）：输入包含类别名称的列。选择的列值必须是文本形式的，它的元素个数

14、必须与所有分类变量的指示变量个数之和相等。MINITAB 在表格中输出变量名的前八个字母，在图中输出变量的全称。分量数（Number of components）：输入要计算的分量个数。最小的分量数为1；对一个行数为 r 列数为c 的列联表，最大的分量数为min(r 1),(c 1)。分量数的缺省默认值为2 。2）多重对应分析补充数据窗框内容补充数据窗界面见 6-W13图 6-W13 多重对应分析的补充数据框补充数据（Supplementary data）：补充数据（相同格式作为输入数据）（Supplementary data(in same form asinput data)）：输入包含补

15、充数据的列。14类别名称（Category names）： 输入包含所有的补充数据的类别名称的列。3）多重对应分析结果窗框内容结果窗界面见 6-W14图 6-W14 多重对应分析的结果框结果（Results）：指示符表格（Indicator table）：选择此项，在“会话”框中显示指示符表格，相当于原始数据的汇总。Burt 表（Burt table）：选择此项，在“会话”框中显示 Burt 表。此表是个对称矩阵，给出了各变量所有搭配下出现数据的个数，此表是以下各项分析所依赖的基础。4）多重对应分析图形窗框内容图形窗界面见 6-W15图 6-W15 多重对应分析的图形框图形（Graphs）：图

16、的轴对（ Y 然后 X ）（Axis pairs for plots (Y then X)）：输入列图中使用的 1 到 15 对轴。输入的轴对必须与定义的子空间对应。例如：如果在“分量数”对话框输入“4”，那么轴对的定义也只能输入“1、2、3、4”这几个数字。每对的第一个数字指示的分量是Y 轴，而第二个数字指示的是 X 轴。例如：如果输入“2 1 3 1”，15则意味着分量 2 对应分量 1，分量 3 也对应分量 1。默认缺省时仍然是取 2，输入为“21”。显示所有图中的补充点（Show supplementary pos in allplots）：选择此项，在所有的图中显示补充点。显示列图（

17、Display column plot）：选择此项，显示列图。5）多重对应分析窗框内容窗界面见 6-W16图 6-W16 多重对应分析的框（Storage）：列坐标。MINITAB分量的坐标（Coordinates for the components）：选择此项在第一列第一个分量的坐标，在第二列第二个分量的坐标，依此类推。如果有补充数据，它们的坐标被在列的最后。6.4.3 多重对应分析应用实例例 6-3 家具评价问题。可以用两种数据输入法解。用原始数据（数据文件为 MV_评价家具.MTW 前 7 列）的计算已在本书正文中详细介绍了。其最重要的结果是列图（见图 6-7）。从此图中可以看出漆好、

18、价高、料好、色好、样好聚为一类，也就是说顾客对这批家具评价较好，质量好，当然价格也较高，评价这些变量的取值间关系密切；另外一些顾客认为这批家具漆劣、价低，评价的这两项结果间关系密切；也有一些顾客认为这批家具色劣、样劣，评价的这两项结果间关系密切；还有一些顾客认为这批家具料劣、价中，评价的这两项结果间关系密切。16图 6-7 例 6-3 评价家具多重对应分析列图本数据也可以采用 0-1 数据（或称示性变量数据）。其数据列在表 6-W1 中（数据文件为 MV_评价家具.MTW 的 C9-C20 列）。此表中数据的各列之顺序可以任意选择，但一旦选定，则“列名”（C21 列）的顺序则必须与之一致。表 6-W1 例 6-3 评价家具的 0-1 数据及列名表例 6-4 汽车销售数据的分析。在正文中已有详细介绍，此处不再重复。其关键结果是在列图中（参看图 6-10）。从图中可以看出，这里出现了几个相互间有较大的联系的变量组：最密切的是第一组