记下他们的年龄和最大的可视距离。下表中的二个数量型的 变量是,年龄=Age,距离= Distance。 A Distance 20 22 560 510 25 490 460 从常理来考虑,当年龄增大时,可视最大距离会减小 这种变化的规律能找到吗?我们以后要学的线性回归就是 一种常用的分析二个定量变量之间关系的方法 [实例7多元数据分析 我们在日常的工作和研究中通常碰到的数据集都涉及 很多个变量。分析一些变量与另一些变量之间的关系,将研 究的对象按其在一组变量上的表现来进行分类,寻找新的更 有效的变量等组成统计学中非常重要的一个领域,多元统计 分析。现给出一个多元数据集的例子,它来自对173位同学 的调查。表中涉及的变量是 Sex:性别,Male, Female。 Tv:每周平均花在看电视上的小时数。 Computer:每周平均上网小时数 Sleep:平均晚上的睡眠小时数 Seat:在教室里经常坐的位置,前排= Front,中间。 = Middle,后排=Back记下他们的年龄和最大的可视距离。下表中的二个数量型的 变量是，年龄=Age,距离=Distance。 Age Distance 18 510 20 580 22 560 23 510 23 480 25 27 560 490 28 510 29 460 从常理来考虑，当年龄增大时，可视最大距离会减小。 这种变化的规律能找到吗？我们以后要学的线性回归就是 一种常用的分析二个定量变量之间关系的方法。 ൣ实例 7൧ 多元数据分析 我们在日常的工作和研究中通常碰到的数据集都涉及 很多个变量。分析一些变量与另一些变量之间的关系，将研 究的对象按其在一组变量上的表现来进行分类，寻找新的更 有效的变量等组成统计学中非常重要的一个领域，多元统计 分析。现给出一个多元数据集的例子，它来自对 173 位同学 的调查。表中涉及的变量是 Sex:性别，Male,Female。 TV 均花在看电视上 :每周平 的小时数。 Computer:每周平均上网小时数。 Sleep:平均晚上的睡眠小时数。 Seat: 在教室里经常坐的位置，前排=Front,中间。 =Middle,后排=Back。 9