多元统计分析

《多元统计分析》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、海洋地球化学多元统计分析作业一、预备工作：数据的输出管理首先设置Fileoutputmanageroutputmanager中，选中individualwind。AlsosendtoReportwind中，选中singlereport。二、数据的导入数据表（data.xls）为一个深海沉积物柱中30个样品分析结果。第1列为样品编号，第2列为样品的采样深度（单位m），第三列起为分析的各元素含量。将data.xls数据导入Statisticaworksheet中(操作步骤为菜单Fileopen…data.xls)三、数据（图表）的输出统计分析过程中生成的结果都可以输出到Word文档

2、中（菜单FileSaveas…或PrtSc，粘贴到word中）。对生成的图表，还可先菜单FileAddtoreport，再粘贴到word中。本项上机实习需完成以下统计分析一、相关及回归分析(Correlationmatrices)1、分析两组分Co-Ni，CaO-Sr，Fe2O3-MnO，的相关关系，做出相关关系图，拟合出回归方程。图1Co-Ni相关关系图图2CaO-Sr相关关系图图3Fe2O3-MnO相关关系图1、做出三组分Cu-Pb-Zn；Sr-Cu-CaO之间的散点图(scatterplot)。图4Cu-Co-Ni散点图图5Sr-Cu-CaO散点图1、计算CaO、Co、C

3、u、Fe2O3、MnO、Ni、Sr之间的相关关系矩阵。表1沉积物中元素相关关系矩阵(n=30,p<0.05)　CaOFe2O3MnOCoCuNiSrCaO1.00Fe2O3-0.231.00MnO0.180.181.00Co-0.210.850.411.00Cu-0.02-0.010.360.261.00Ni-0.100.960.240.88-0.031.00Sr0.97-0.250.23-0.200.09-0.131.00二、聚类分析(Clusteranalysis)1、首先将数据进行标准化(分别进行和列的标准化)，得到标准化的数据集。2、采用Treeclustering方式

4、，Singlelinkage法，对CaO、Co、Cu、Fe2O3、MnO、Ni、Sr进行R型聚类分析，进行统计分析。图6R型聚类分析图注：采用Treeclustering方式,Singlelinkage,1-Pearsonr法。1、采用Treeclustering方式，Singlelinkage法，对各样品进行Q型聚类分析。图7Q型聚类分析图注：采用Treeclustering方式,Singlelinkage,Euclideandistances法。三、因子分析(Clusteranalysis)对元素含量进行R型因子分析1、步骤同聚类分析，若已对数据的列进行标准化，此步则跳过。

5、2、最小特征值（Eigenvalue）设置为1。3、提取方法选用主成分提取法(Principalcomponent)4、方差最大化正交旋转（Varimaxraw）5、计算因子得分(Factorscore)表2因子得分表样品因子1因子2因子31-0.3889230.28564-1.323102-0.6065441.14243-0.840653-0.3569310.08620-0.809984-0.0490971.25338-0.426225-0.297932-0.64463-0.4105260.178868-0.66344-2.599077-0.3140671.39519-0.7

6、10488-0.0020221.17808-0.479659-0.3530601.565570.2707110-0.6193350.18952-0.2356311-0.2423590.432590.1087912-0.305155-2.28624-0.3727113-0.4327600.47655-0.2328914-0.0185120.44646-0.0425415-0.325063-3.10883-0.3357916-0.3712070.76179-0.3494917-0.510880-0.52992-0.6056618-0.567731-0.838340.09357190

7、.0301130.066770.1941520-0.0006820.224341.0425321-0.569282-0.664430.3377622-0.243250-0.16570-0.3050123-0.026224-0.215730.22697240.4583360.531001.64123250.069827-0.104260.9484126-0.1596630.223370.65828274.997148-0.07215-0.98686280.2501170.465711.7358