《医学统计学》课程教学课件（PPT讲稿）第三部份 多元统计分析（变量赋值）

广东财经大学：统计与数学学院《现代多元统计分析》课程教学大纲

为了解决企业在资金受限情况下的决策问题,通过主成分分析法对多方案、资金受限项目的评价与选择进行了研究,并对多方案投资项目进行了实证分析和计算．将计算结果与传统的决策评价方法进行了比较分析,探讨了这种多元统计分析方法的有效性和可靠性,为多项目方案决策提供了依据．

《专业导论》 《认识实习》 《高等数学》 《线性代数及其应用》 《国民经济统计学》 《随机过程》 《运筹学》 《实用回归分析》 《应用计算软件（SPSS）》 《概率论》 《企业经营统计》 《应用时间序列分析》 《非参数统计》 《实用统计软件（R 语言）》 《抽样技术与应用》 《应用多元统计分析》 《大数据技术》 《Python 语言与数据挖掘》 《探索性数据分析》 《数据可视化》 《统计推断》 《统计建模》 《装备制造企业统计学》 《统计专业英语》 《社会统计与社会调查方法》 《空间数据分析》 《数理统计》 《毕业实习》 《毕业设计（论文）》

教学目的:了解随机变量数字特征这个概念引入的必要性,掌握如下数字特征的定义:数学期望,方差, 协方差,矩,相关系数。知道各种数字特征所表达的实际意义,了解它们之间的联系与区别,各自的使用 范围与领域。掌握协方差矩阵,并了解其在多元统计分析中的重要地位

典型相关分析( canonical correlation analysis)是近年来开始普及的一种新型 多元统计分析方法。典型相关分析源于荷泰林(H. Hotelling)于1936年在《生 物统计》期刊上发表的一篇论文《两组变式之间的关系》①。他所提出的方法经 过多年的应用及发展,逐渐达到完善,在70年代臻于成熟。由于典型相关分析 涉及较大量的矩阵计算,它的应用在早期曾受到相当的限制。但当代计算机技术 及其软件的迅速发展,弥补了应用典型相关分析中的困难,因此它的应用开始走 向普及化

《C 语言程序设计 C》 《数据结构与算法》 《计算机组成原理 C》课程纲要 《数据库原理与应用 A》 《计算机网络》 《Python 基础与应用》 《数据采集与管理》 《大数据技术原理与应用》 《Java 程序设计》 《数据可视化》 《大数据运维》 《统计数据分析方法》 《机器学习 B》 《数据分析与挖掘技术》 《数据仓库（Hive）》 《大数据实时计算》 《专业英语 B》 《数学建模》 《人工智能基础 A》 《数据导入与预处理应用》 《数据科学与大数据专业文献检索与论文写作》 《创新思维培养与创业管理》 《Scala 技术与应用》 《数据科学导论》 《大数据与云计算》 《混合现实技术》 《分布式计算》 《区块链原理与技术》 《NoSQL 数据库技术》 《多模态信息处理》 《数据隐私与安全》 《多元统计分析与 R 语言建模》 《服务科学与服务工程概论》 《数据库系统工程师》 《知识图谱》 《Scala 程序设计》 《数据科学与大数据技术导论》 《大数据专业文献检索与论文写作》 《统计分析》 《数据采集与网络爬虫》 《计算机组成原理 D》课程纲要 《数据分析师认证》 《网络前端开发》 《非结构化数据存储与分析》 《信息安全前沿技术》 《项目管理》 《软件工程》 《算法设计与分析》 《运筹学》 《虚拟化技术》 《C 语言程序设计》 《操作系统原理（Linux）》 《数据库原理与应用 E》 《操作系统原理》 《深度学习》 《Hive 查询分析》 《流计算》 《文献检索与论文写作》 《数据资产登记》

本书较全面地介绍了现代统计学的理论、方法及其应用技巧。针对多元统计分析方法计算量大和算法复杂的特点，以SAS软件包作为实现复杂统计计算的工具，本书着重介绍各种试验设计方法、统计分析方法及其适用条件、结合具体问题正确选用统计方法的技术以及对计算结果的正确解释和应用。在一切从实际出发的思想指导下，合理调整教材结构和编写形式，把处理同一类问题的统计方法集中到一起讲解，使貌似复杂的统计问题化繁为简，实用方便。本书具有以下独到之处：用计算器和计算机两种计算工具实现统计计算，便于读者选用；针对问题和资料闸述统计方法，有利于读者提高处理实际问题的综合能力；介绍的试验设计类型多，讲解详细，具有很强的可操作性；为读者成功地使用SAS软件提供了一条有效的捷径。根据教学对象的层次和学时数适当取舍内容，本书可作为研究生、本科生、大中专生的统计学教材，高等院校和科研机构的教师、学者、科技人员、生物医学工作者、管理工作者等学习和应用统计方法的参考书；还可作为用SAS软件解决统计问题的实用手册

《硅微机械传感器》 《科研方法论》 《嵌入式系统设计》 《有限元方法及应用》 《专业英语》 《FPGA 设计及应用》 《半导体器件物理》 《电子技术基础及应用》 《固体物理学》 《集成电路 EDA》 《集成电路设计及应用》 《检测技术与系统设计》 《纳米材料与器件》 《声学基础》 《微电子工艺原理与仿真》 《文献阅读与学术写作》 《现代数字信号处理》 《移动互联网应用及开发》 《薄膜材料及技术》 《VLSI 数字集成电路基础》 《半导体光电子学》 《材料表征与检测》 《电子功能材料与元器件》 《集成电路版图设计》 《拉曼光谱学》 《微波器件与电路》 《半导体器件建模与仿真实训》 《传感器设计实训》 《高等模拟集成电路分析与设计》 《工程项目及创新实践》 《集成电路工程设计实训》 《数模混合信号集成电路设计实训》 《微电子器件》 《压电学》 《智能传感器系统设计》 《MEMS 传感器》 《传感器技术及应用》 《水声换能器及阵列技术》 《代数学》 《多元统计分析》 《泛函分析》 《非参数统计》 《高等概率论》 《高等数理统计学》 《孤子与可积系统》 《矩阵理论及其应用》 《科学计算》 《偏微分方程》 《人工智能理论》 《数值逼近》 《数值代数》 《算法分析与程序设计》 《微分方程数值解》 《微分几何》 《现代密码学》 《现代统计计算方法》 《最优化理论与方法》 《高等工程数学》

《思想道德修养与法律基础》 《马克思主义基本原理概论》 《中国近现代史纲要》 《毛泽东思想和中国特色社会主义理论体系概论》 《形势与政策》 《大学英语（BⅠ—BⅣ）》 《大学计算机基础》 《高等数学 BI-BII》 《线性代数Ｂ》 《概率论与数理统计 B》 《大学物理学 BⅠ-BⅡ》 《普通化学及实验 B》课程（含实验内容） 《地球科学概论》 《结晶学及矿物学 B》 《晶体光学及光性矿物学》 《岩石学 AI》 《岩石学 A II》 《岩石学 AⅢ》 《古生物学及地层学 B》 《矿相学》 《矿床学 A》 《构造地质学 A》 《地理信息系统导论》 《数字地质科学概论》 《区域地质调查方法与技术》 《选矿学概论》 《专业英语 AI》 《专业英语 AII》 《大地构造与成矿》 《矿产勘查学》 《矿石学》 《矿田构造学》 《矿山地质学》 《矿业法律基础》 《矿业权评估概论》 《采矿学概论》 《多元统计分析》 《地球化学通论》 《矿产经济学》 《古生物学与地层学 A》 《石油地质学 A》 《油层物理学》 《油气盆地地质学（英语）》 《中外含油气盆地》 《石油地震地质解释》 《沉积学与能源矿产》 《油气地球化学》 《沉积环境与沉积相》 《专业英语 B》 《油气田地下地质学》 《油气田勘探开发方法》 《石油构造分析》 《非常规油气资源地质》 《天然气地质学》 《油气资源评价》 《石油与天然气勘探开发规范》 《油气田开发地质》 《采油工艺》 《矿产勘查设计》 《油气勘探综合设计》 《地质认识实习》 《地质教学实习》 《资源勘查工程（固体矿产勘查方向）专业实习 B》 《资源勘查工程专业(固体矿产勘查方向)生产实习 B》 《资源勘查工程专业(固体矿产勘查方向)毕业实习与毕业设计（论文）A》 《资源勘查工程专业(石油与天然气勘查方向)专业实习 C》 《资源勘查工程专业（石油与天然气勘查方向）生产实习 C》 《资源勘查工程专业（石油与天然气勘查方向）》毕业实习与毕业论文（设计）B 《实践技能培训》实验 《学科基础主干课程综合研修》 《本科生课外培养计划》