【探索性数据分析在因子效应分析中的应用】林倩.pdf

所在单位(本校填系、所):专业:研究方向:指导教师或推荐人姓名职称(在职人员填后者):学习期限:年月至年月论文主题词

本论文介绍了探索性分析方法在因子水平效应分析中的应用。探索性方法与经典的统计方法相比,不以某种数学理论为应用的基础,也不以任何假设为应用的条件,方法灵活、开放,注重于以各种形式和技巧对数据信息进行挖掘。它有四个宗旨,为其方法设计所追求的目标,即:追求抵抗性,研究残差,进行数据变换以使结构简单和用图象观察数据.经典统计中分析双向数表的因子效应采用方差分析法.这种方法的应用需要两个条件:一是各观察数据服从正态分布.二是各组观察值由相互独立并同方差的母体中抽得.这两个条件的限制,使方差分析法在假设未被满足的情况下应用效果不佳。

差异值的代表值可以取作中位数,所以也具有一定的抵抗性,保护数据不受异常值的影响。与中位数平滑法相比,它还有一个特点,即在处理空洞问题时十分有效。因为只要任两个水平间的差异值不是完全缺失,总能取一个值作为这两个水平差异值的代表,从而求用水平效应来。所以,有空洞存在时,方形组合表法处理照常进行,这是这种方法的优势.中位数平滑法和方形组合表法都适于处理具有加法结构的数表,当因子间存在较强的交互效应时,探索性分析法提供了多种拟合模型及数据变换法,将问题化为求具有加法结构数表的问题,再采用以上两种方法。