多重对应分析里为啥会将维度和变量之间的方差分析呢？

1392

收藏 2021-01-29

在国外的一篇文章看到，作者用FactoMineR包做了多重对应分析。
这篇论文叫《Investigation on the wrong way driving crash patterns using multiple<br>
correspondence analysis》
文中有一个表。表中，作者又用方差分析检验维度和变量之间的关系。这一步骤我在国内资料中从未见过。<br>
我将朋友帮我翻译的文稿截频。截频结果见附件。翻译的术语有一些错，比如维度给翻译成尺寸了，请见谅。
请大家帮我瞅瞅这个方差分析从哪里来的？<br>
它的自变量是啥？因变量又是啥？<br>
谢谢大家！

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

全部回复

llb_321

2021-1-29 12:19:40

所谓的不同的维度是选择不同的变量组合，那么每个维度会有相应的自变量组合和因变量。方差是对每个维度所覆盖的变量进行分析。至于具体维度中的变量到底是哪些，还是要看论文的解释。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

角尖

2021-2-3 09:29:37

llb_321 发表于 2021-1-29 12:19
所谓的不同的维度是选择不同的变量组合，那么每个维度会有相应的自变量组合和因变量。方差是对每个维度所覆 ...

谢谢你的答复。“所谓的不同维度是选择不同的变量组合”，我是明白的。但后面我不太懂，还是还要请教下。
“每个维度会有响应的自变量组合和因变量”。对应分析的结果不就是，维度等于变量的线性组合吗？在这个等式中，什么是自变量，什么是因变量呢？
“方差是对每个维度所覆盖的变量进行分析”。我理解这句话是对方差分析作用的解释。这一点我理解。但是方差分析是研究分类变量对连续变量是否产生影响。在对应分析中，每个变量都是分类变量。那么连续变量是通过什么计算得到的呢？
还请您指点下。谢谢！如果有相关参考文献，给我一份，更是感谢。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

llb_321

2021-2-3 10:31:53

抱歉，我只是随口说说自己的理解，其实也没有细看，当时在手机上看不到图片。
我想，还是要结合论文去理解。
另外，搬运两段文字作参考。一般统计书里都会有R型因子分析和Q型因子分析的解释，然后扩展到对多元对应分析：
R、Q都是反应一个整体的不同侧面, 因而它们之间一定存在着内在的联系. 对应分析就是利用降维的思想，通过对应变换后的过渡矩阵Z将两者有机地结合起来。
求Z的方法.基本步骤为：X 标准化处理，求指标的均值( 可证明亦是样本的均值)，求协方差矩阵，将A变形为A= Z‘Z ，A
详细的就不搬了。
MASS::corresp( )函数可作简单对应分析。自己跑一遍代码，可能更容易理解。

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

llb_321

2021-2-3 10:34:42

这个论坛里，你往下翻翻，不远，有同学分享的吴喜之多元统计分析的资料，估计里面有

扫码加我拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

扫码加我 拉你入群

分享

扫码加好友，拉您进群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群

扫码加我拉你入群