不同品种小麦的性状分析 -基于多元统计分析理论

摘要：本文分析了来自UCI的小麦数据集，目的是考察基因影响小麦性状的显著程度，并 利用小麦各项指标的测量数据对小麦品种进行正确分类。本文首先对数据集进行离群点检验 与处理，对不符合多元正态分布的数据采用Box-Cox变换进行处理。随后使用主成分 分析的方法将原始数据的7项指标降维为3个能够反映小麦大小和小麦形态的变量。在主成 分通过正态性检验后，对其进行MANOVA分析，得到各小麦品种的主成分均值不相等的 结论。在此基础上进行的LDA QDA,KNN和SVM方法均显示以三个主成分来概括 小麦性状的方法能够有效地对小麦的品种进行区分与判别。其中KNN误判率最低。最后运 用多种聚类分析的方法，以三个主成分为自变量的系统聚类与小麦品种的原始分类相似度较 高，紧密匹配。研究结论表明不同小麦品种的性状之间存在显著差异，利用小麦各项指标的 测量数据能够有效的对小麦品种进行区分和判别。压缩包中有word和pdf版本的论文 ，数据文件，使用R语言处理数据的rmd文件。