多元统计分析——复习与总结

一、主要内容

掌握各方法的基本思想、用途。

掌握各方法的使用条件和优缺点

各方法中的主要概念

      ·多元变量：协方差矩阵、相关系数矩阵、多元正态分布形式

      ·回归分析：最小二乘、Lasso、岭回归、损失函数、可决系数、均方误差

·分类任务：线性投影、极大似然估计

     ·其他任务：聚类及分类的区别、主因子、主成分、典型变量

熟悉各方法的实现过程，尤其是回归分析、主成分分析及分类

二、矩阵的微商

三、统计模型优化

 四、变量间的相似性

注：数据降维涉及到的主成成分分析以及因子分析为重点考点

 五、线性模型

六、PCA代码实现

PCA代码的实现是建立在主成成分分析之上的，涉及到数据的降维等。

七、线性判别分析模型