医药统计分析的SPSS数据集.zip

教学配套课件：统计分析方法及应用.zip

主成分分析（Principal Component Analysis，PCA）， 是一种统计方法。通过正交变换将一组可能存在相关性的变量转换为一组线性不相关的变量，转换后的这组变量叫主成分。 在实际课题中，为了全面分析问题，往往提出很多与此有关的变量（或因素），因为每个变量都在不同程度上反映这个课题的某些信息。 主成分分析首先是由K.皮尔森（Karl Pearson）对非随机变量引入的，尔后H.霍特林将此方法推广到随机向量的情形。信息的大小通常用离差平方和或方差来衡量。

(二）极大似然估计法

easySFS TL; DR-easySFS是用于有效选择人口规模投影以构建站点频谱的工具。 它可以用于将VCF转换为dadi / fastsimcoal / momi2样式的SFS，以进行人口统计分析。 为什么需要这个？ 站点频谱不能以连贯的方式构造在缺少值的数据矩阵上。 数据丢失是类似于RADSeq的数据集的显着特征，仅删除缺失的站点将彻底丢弃大部分数据。 一个人也可以估算缺失的值，有些人这样做，但是如果您有很多缺失的数据，则估算将是不可靠的。 向下投影方法是这两个极端之间的一种折衷。 您可以“投影”到较小的样本大小，并“平均”所有可能的重采样以构建完整的数据矩阵。 需要明确的是，我没有发明这种向下投影的策略，我相信Marth等人2004年在这里得到了赞誉，我只是制作了这个用于自动探索投影值的python程序。 选择投影值 关于如何选择投影值，Gutenkunst等人2009提供了

高教类课件：多元统计分析及R语言.zip

葡萄酒感官评价结果的统计分析方法研究，孙亮亮，葛斌，运用层次分析法，构建了红葡萄酒的评分可信度模型，通过评价结果结合聚类分析法实现了对红葡萄的分级，分析了红葡萄和红葡萄酒理

运用R软件对2012年京津冀43个区县人均GDP进行了空间统计分析。结果显示:整体上京津冀人均GDP没有关联性,局部而言,天津的滨海新区、和平区、河东区表现出高值被高值所包围,北京西城区表现出高值被低值所包围,河北邯郸、张家口表现出低值被低值所包围的集聚现象,从人均GDP的空间统计结果对京津冀区域经济做出了思考。

基于统计分析的公共自行车服务系统评价模型研究.doc

距离选择的原则 （1）要考虑所选择的距离公式在实际应用中有明确的意义。如欧氏距离就有非常明确的空间距离概念。马氏距离有消除量纲影响的作用。 （2）要综合考虑对样本观测数据的预处理和将要采用的聚类分析方法。如在进行聚类分析之前已经对变量作了标准化处理，则通常就可采用欧氏距离。 （3）要考虑研究对象的特点和计算量的大小。样品间距离公式的选择是一个比较复杂且带有一定主观性的问题，我们应根据研究对象的特点不同做出具体分折。实际中，聚类分析前不妨试探性地多选择几个距离公式分别进行聚类，然后对聚类分析的结果进行对比分析，以确定最合适的距离测度方法。