iris数据集是R 自带的数据集，以下对该数据集进行描述和展示．（1）展示iris数据集的前几行＞head(iris)结果如下：其中Sepal．Length，Sepal．Width，Petal．Length，Petal．Width，Species，分别表示（鸢尾花）花萼（Sepal）的长度，花萼的宽度，花瓣（Petal）的长度，花瓣的宽度以及每个观测值来自哪一种类．（2）对鸢尾花数据集的数据进行描......
2023-11-18
应用多元统计分析：iris数据集的判别分析
【摘要】：在实验2．3．2中曾对iris数据集进行描述和展示，在实验2．3．4中曾对iris数据集进行可视化，在实验7．4．1中曾对iris数据集进行聚类分析．通过实验2．3．2对iris数据集进行描述和展示，我们知道iris数据集是对3个品种（species）鸢尾花：setosa、versicolor和virginica各抽取一个容量为50 的样本，测量其花萼长度（Sepal．Lenth）、花萼宽度（Se
在实验2．3．2中曾对iris数据集进行描述和展示，在实验2．3．4中曾对iris数据集进行可视化，在实验7．4．1中曾对iris数据集进行聚类分析．
通过实验2．3．2对iris数据集进行描述和展示，我们知道iris数据集是对3个品种（species）鸢尾花：setosa、versicolor和virginica各抽取一个容量为50 的样本，测量其花萼长度（Sepal．Lenth）、花萼宽度（Sepal．Width）、花瓣长度（Petal．Lenth）、花瓣宽度（Petal．Width）．
现在对iris数据集进行判别分析，其代码如下：
＞data(iris)
＞attach(iris)
＞names(iris)
＞library(MASS)
＞iris．lda＜-lda(Species～Sepal．Length＋Sepal．Width＋Petal．Length＋Petal．Width)
＞iris．lda
＞iris．pred＝predict(iris．lda)＄class(www.chuimin.cn)
＞table(iris．pred,Species)
＞detach(iris)
结果如下：
以上结果说明：
（1）Group means：包含了每组的均值向量；
（2）Coefficients of linear discriminants：线性判别系数；
（3）Proportion of trace：表明第i判别式对区分各组的贡献大小；
（4）Species：表明将原始数据代入线性判别函数后的判别结果，setosa是没有错判，versicolor是有2个错判，virginica是有1个错判．
有关应用多元统计分析：基于R的实验的文章
- 详细阅读
-
利用R进行多元统计分析实验，可视化iris数详细阅读
在实验2．3．2中对iris数据集进行了描述和展示，以下对iris数据集进行可视化．花萼长度、花萼宽度、花瓣长度、花瓣宽度的小提琴图小提琴图是箱线图的变种，因为形状酷似小提琴而得名．小提琴图是将箱线图与核密度图结合在一起，它在箱线图上以镜像方式叠加上核密度图．绘制小提琴图，可以使用vioplot包中的“vioplot（ ）”函数，但在第一次使用之前请先安装vioplot包．“vioplot（ ）”函数的调用格式为：vioplot（x1，x2，…......
2023-11-18
-
多元统计分析：R实验中的mtcars数据集回详细阅读
在实验2．3．1中，我们对mtcars数据集进行了展示和描述．在实验2．3．3中，我们对mtcars数据集进行了可视化．现在我们对该数据集中的变量进行回归分析．（1）不考虑变量交互项对该数据集，如果把mpg（汽车每加仑公里数）作为因变量，自变量为hp（马力）和wt（汽车重量）进行回归．＞fit＜－lm(mpg～hp＋wt,data＝mtcars)＞summary(fit)结果如下：得到的回归方程为......
2023-11-18
-
基于R的多元统计分析：mtcars数据集可视详细阅读
在实验2．3．1中，我们对mtcars数据集（R 自带数据集）进行了展示和描述，以下对该数据集进行可视化．（1）汽车每加仑英里数直方图＞hist(mtcars＄mpg,breaks＝10)结果如图2-1所示．（2）按汽缸数划分的各车型车重的核密度图＞par(lwd＝2)＞library(sm)＞cyl．f＜－factor(mtcars＄cyl,levels＝c(4,6,8),labels＝c(＂4......
2023-11-18
-
UScereal数据集方差分析：基于R的多元详细阅读
用MASS包中的UScereal数据集，我们研究美国谷物中的卡路里、脂肪和糖含量是否会因为储存架位置的不同而发生变化．其中1代表底层货架，2代表中层货架，3代表顶层货架．卡路里（calories）、脂肪（fat）和糖（sugars）含量是因变量，货架是3水平（1，2，3）的自变量．（1）单因素多元方差分析在以上代码中，“cbind（ ）”函数将三个变量（calories，fat，sugars）合并......
2023-11-18
-
应用多元统计分析：数据可视化与表示详细阅读
，xn 是从一元总体中抽取的．一元数据的数字特征主要有：均值，方差s2＝，标准差s＝，等等．对于多元数据，除分析各分量的取值特征外，还要分析各分量之间的相关关系．由于多元统计分析中的符号多而杂，因此需要说明：在一元统计学中一般用大写和小写字母分别来区分随机变量及其观测值，在本书后面的章节里，由于其他复杂的符号，我们可能不再遵守此约定，请读者注意一个符号在每一章中的意义．......
2023-11-18
-
基于R的实验：iris数据集的聚类分析结果详细阅读
在实验2．3．2中曾对iris数据集进行描述和展示，在实验2．3．4中曾对iris数据集进行可视化．以下将对iris数据集进行进行聚类分析．根据实验2．3．4，我们只知道数据集内有三个品种鸢尾花而不知道每朵花的真正分类，只能凭借花萼及花瓣的长度和宽度分类．以下对鸢尾花iris数据集进行聚类分析，代码如下：＞data(iris);attach(iris)＞iris．hc1＜-hclust(dist(......
2023-11-18
-
多元统计分析：R实验中的数据变换方法详细阅读
，n）．记则其中，1p＝（1，1，…，pn·）表示对角线元素为p1·，p2·，…，pn· 的对角矩阵．因此，经过变换后所得到的新数据矩阵B，可以看成是由对应矩阵P 经过中心化和标准化后得到的矩阵．设用于检验行与列是否不相关的χ2 统计量为其中，表示第（i，j）单元在检验行与列两个属性变量否不相关时对总χ2 统计量的贡献，有其中，χ2＝＝T[tr]＝T[tr]＝T[tr]，tr表示方阵SQ 的迹．......
2023-11-18
相关推荐