学分:3. 2022年春季:时间和地点待定 |
多元数据分析的介绍。主题包括多元方差分析(MANOVA),主成分分析,聚类分析(层次聚类,k-均值),典型相关,多维尺度排序方法,区别分析,因素分析,和结构方程建模。重点放在环境科学中多元技术在各种自然和社会实例中的实际应用。学生需要在学期早期选择一个数据集,以便在整个学期中使用。有定期作业和期末项目。广泛使用计算机是必需的——学生可以使用R, SAS, SPSS, STATA和MINITAB的任何组合。先决条件:先修统计学入门课程,并对多元线性回归有良好的了解。三个小时讲座/讨论。
ENV 758的先决条件: