重新审视Guerry数据：在多元分析中引入空间约束
应用统计
2012-03-01 v1
摘要
标准多元分析方法旨在识别和总结包含多个变量对多个观测值描述的大型数据集中的主要结构。在许多情况下，每个观测值还提供空间信息，因此可以将地图与多元数据集相关联。空间多元数据分析有两个主要目标：总结协变结构和识别空间模式。在实践中，同时实现这两个目标是一个统计挑战，并且已经开发了一系列方法，在这两个目标之间提供权衡。在应用背景下，这一方法论问题在群落生态学中一直并且仍然是一个主要问题，其中物种组合（即物种丰度之间的协变）通常由空间过程驱动（因此表现出空间模式）。在本文中，我们回顾了群落生态学中用于研究多元空间模式的各种方法。我们提出了在多元分析中纳入空间约束的不同方式，并使用André-Michel Guerry于1833年发表的关于法国道德统计的著名数据集来说明这些不同方法。我们从实践和理论角度讨论并比较了这些不同方法的性质。
引用
@article{arxiv.1202.6485,
title = {Revisiting Guerry's data: Introducing spatial constraints in multivariate analysis},
author = {Stéphane Dray and Thibaut Jombart},
journal= {arXiv preprint arXiv:1202.6485},
year = {2012}
}
备注
Published in at http://dx.doi.org/10.1214/10-AOAS356 the Annals of Applied Statistics (http://www.imstat.org/aoas/) by the Institute of Mathematical Statistics (http://www.imstat.org)