實驗3美國50個州七種犯罪比率的數(shù)據(jù)分析_第1頁
實驗3美國50個州七種犯罪比率的數(shù)據(jù)分析_第2頁
免費預(yù)覽已結(jié)束,剩余1頁可下載查看

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、- 【實驗?zāi)康摹?. 通過使用 SAS 軟件對實驗數(shù)據(jù)進(jìn)展主成分分析和因子分析,熟悉數(shù)據(jù)分析方法,培養(yǎng)學(xué)生分析處理實際數(shù)據(jù)的綜合能力?!緦嶒炄荨勘? 給出的是美國 50 個州每 100000個人中七種犯罪的比率數(shù)據(jù)。這表 3 美國 50 個州七種犯罪的比率數(shù)據(jù)14.210.89.596.8278.3284.0312.3203.4358.0292.9131.8194.2449.1256.564.1172.5209.0153.589.8180.5123.3335.5170.0358.9231.6274.685.8189.1233.5156.8112.7355.076.0185.1343.4319.

2、1318.3181.143.8205.0286.9128.0201.0485.3Burglary972.6280.7753.3439.5183.4663.5477.1593.2467.0351.4297.9489.4237.6528.6377.4219.9244.3245.4337.7246.9428.5545.5343.1144.4378.4309.2249.1559.2293.4511.5259.5745.8192.1400.4144.7326.8388.9333.2791.4245.1812.5Illinois872.2915.6804.9760.0446.1180.4109.6472.

3、661.3 Island Carolina0.98.629.239.919.010.533.073.8877.54.9124.1130.386.55.63.611.9105.9.z.-13.529.733.820.315.923.339.613.212.921.9155.7203.9208.2147.3101.2165.7224.890.9570.5986.2147.5314.0397.6334.5265.2226.7360.3163.3220.7282.0145.8152.468.830.892.1106.242.252.239.7Virginia Virginia1.49.04.3597.

4、46.02.863.7846.9811.65.4173.9異?出合理的解釋。3計算從樣本相關(guān)矩陣出發(fā)計算的第一樣本主成分的得分并予以排序.2、從樣本相關(guān)矩陣出發(fā),做因子分析?!緦嶒炈褂玫膬x器設(shè)備與軟件平臺】計算機(jī)、SAS 9.4(簡體中文)【實驗方法或步驟】1. 先將數(shù)據(jù)輸入到 Excel 中,再通過 SAS 系統(tǒng)導(dǎo)入數(shù)據(jù)。程序代碼:procprinp covariance;run;procprinp outrun;procsort prin1;run;procprintrun;procfactor simplecorr;run;procfactor priors residual prep

5、lotrotatereorderplotoutstat=fact_all;run;【實驗原理】.z.-量表示成公共因子和特殊因子的線性組合。【實驗結(jié)果】異?樣本協(xié)方差矩陣:1均值和標(biāo)準(zhǔn)差:協(xié)方差矩陣和總方差:協(xié)方差矩陣的特征值:特征值、差分、比例、累積:可以得出主成分為 特征向量:Larceny(偷盜罪)與Rape (強(qiáng)奸罪)高度相關(guān); Robbery(搶劫罪)與 Auto(汽車犯罪 )高度相關(guān); Robbery(搶劫罪)與Larceny(偷盜罪)高度相關(guān);Murder(殺人罪)與 Auto(汽車犯罪)高度相關(guān)。陡坡圖和已解釋方差:樣本相關(guān)矩陣:2均值和標(biāo)準(zhǔn)差:相關(guān)矩陣:相關(guān)矩陣的特征值:特征

6、值、差分、比例、累積:可以看出主成分為 Murder(殺人罪),Rape(強(qiáng)奸罪),Robbory(搶劫罪)。特征向量:由上圖可知,各成分間沒有很高的相關(guān)性,沒有兩個成分的相關(guān)度到達(dá) 0.9以上。Robbory(搶劫罪)與 Larceny偷盜罪的相關(guān)系數(shù)為0.736050;Rape(強(qiáng)奸罪)與 Auto汽車犯罪的相關(guān)系數(shù)為 0.750208。樣本協(xié)方差矩陣和樣本相關(guān)矩陣的差異:.z.-1. 主成分發(fā)生了變化。用樣本協(xié)方差矩陣求得主成分為本相關(guān)矩陣求得主成分為 Murder(殺人罪),Rape(強(qiáng)奸罪),Robbory(搶劫罪)。2. 各成分間的相關(guān)系數(shù)不不一樣。所以由樣本協(xié)方差矩陣,樣本相關(guān)矩

7、陣求得的主成分一般是不同的。陡坡圖和已解釋方差:出合理的解釋。用樣本協(xié)方差矩陣求出的主成分 98.94%可以1用它來代替其他六個變量,其信息損失量是很小的。用樣本相關(guān)矩陣求出的主成分為 2罪)。Murder(殺人罪)的奉獻(xiàn)率為 52.96%,Murder(殺人罪)和 Rape(強(qiáng)奸罪)的累計奉獻(xiàn)率為 69.31%,Murder(殺人罪),Rape(強(qiáng)奸罪),Robbory(搶劫罪)三個的累計奉獻(xiàn)率為 83.89%??梢杂眠@三個主成分來代替 7 個原始變量,而且也不至于損失原始變量中的太多信息。3計算從樣本相關(guān)矩陣出發(fā)計算的第一樣本主成分的得分并予以排序。2、從樣本相關(guān)矩陣出發(fā),做因子分析。50個觀測的均值和標(biāo)準(zhǔn)差:相關(guān)性:相關(guān)矩陣的特征值:特征值、差分、比例、累積:因子模式:每個因子的已解釋方差:最終的公因子方差估計:控制所有其他變量的偏相關(guān)和Kaiser抽樣適當(dāng)

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論