第8章SAS判别分析

1、sas 统计分析与应用统计分析与应用 从入门到精通从入门到精通 第八章第八章 判别分析判别分析 l 判别分析简介 l 一般判别分析 l 典型判别分析 l 逐步判别分析 sas 统计分析与应用统计分析与应用 从入门到精通从入门到精通 一、判别分析简介一、判别分析简介 判别分析是一种应用性很强的统计方法。它通常是根据已有的数据 资料，来建立一种判别方法，然后再来判断一个新的样品归属于哪一类。 例如，医院拥有以往就诊的各种病人的资料，包括他们的心率、血 压、体温、化验指标等很多数据。现在有一个新的病人来医院就诊，对 他也测量了相关的指标数据，要判断他患有哪一种病，这就属于一个判 别归类的问题。又如，

2、在矿产勘探中积累了丰富的地质资料，现在某地 区新采到了一个岩石标本，要从它的基本特征判断该地区有无矿产，是 贫矿还是富矿，则也需要进行判别分析。 sas 统计分析与应用统计分析与应用 从入门到精通从入门到精通 二、一般判别分析二、一般判别分析1、距离判别法、距离判别法 距离判别法是通过计算距离函数来进行判别，即样品与哪个总体之 间的距离最近，则判断它属于哪个总体。如何衡量样品与总体间的这种 抽象的距离？我们一般利用马氏距离来描述。 sas 统计分析与应用统计分析与应用 从入门到精通从入门到精通 二、一般判别分析二、一般判别分析2、bayes判别法判别法 前一节介绍距离判别法十分简便实用，但是也

3、存在一些缺点。例如， 距离判别法没有考虑到关于总体的先验概率，而且没有考虑可能出现错 判而带来的损失。bayes判别法正是为了克服这些缺陷而提出来的一种 判别方法。 bayes判别法是基于bayes统计的思想，即假定事先对所研究的对 象有一定的了解，并通过先验概率分布来进行描述，当抽取样本后，用 样本来修正先验概率分布，并得到后验概率分布，然后根据后验概率分 布进行各种统计推断。 bayes判别法首先计算给定样品属于各个总体的条件概率，然后比 较这些概率值的大小，将样品判归于条件概率最大的总体。 sas 统计分析与应用统计分析与应用 从入门到精通从入门到精通 一般判别分析一般判别分析discr

4、im过程过程 proc discrim data=数据集名 ; class 分类变量名; var 变量名列表; priors 概率值; by 分组变量名; run; sas 统计分析与应用统计分析与应用 从入门到精通从入门到精通 一般判别分析一般判别分析discrim过程过程 sas 统计分析与应用统计分析与应用 从入门到精通从入门到精通 一般判别分析一般判别分析discrim过程过程 sas 统计分析与应用统计分析与应用 从入门到精通从入门到精通 二、一般判别分析二、一般判别分析3、discrim过程过程 语句说明： （1）proc语句用于规定开始运行discrim过程并指定要分析的 数据集

5、名。选项有： testdata=数据集名指定需要进行分类的观测组成的数据集。 该数据集中定量变量的名称必须和data=数据集中的定量变量的名称 相匹配。 method=选项规定进行分类的方法。 list规定对每个观测显示重新分类的结果。 testlist规定显示testdata=数据集中观测的分类结果。 sas 统计分析与应用统计分析与应用 从入门到精通从入门到精通 二、一般判别分析二、一般判别分析3、discrim过程过程 （2）class语句用于规定分类变量，可以是数值型变量也可以是 字符型变量。分类变量的不同取值则代表了不同的类别。 （3）var语句用于规定要分析的定量变量。若不使用此语

6、句，则默 认分析数据集中所有的数值型变量。 （4）priors语句用于规定各类别的先验概率。 （5）by语句规定了分组变量，它使得by过程对分组内进行处理。 在使用by语句前，应对数据集按照分组变量进行排序。 sas 统计分析与应用统计分析与应用 从入门到精通从入门到精通 三、典型判别分析三、典型判别分析1、fisher判别法判别法 典型判别分析采用了与主成分分析和典型相关分析类似的降维技术， 以找到能最好概括类别区分的变量的线性组合。降维时要求同一类中的 区别尽可能小，而不同类间的区别尽可能大。 sas 统计分析与应用统计分析与应用 从入门到精通从入门到精通 典型判别分析典型判别分析cand

7、isc过程过程 proc candisc data=数据集名 ; class 分类变量名; var 变量名列表; by 分组变量名; run; sas 统计分析与应用统计分析与应用 从入门到精通从入门到精通 典型判别分析典型判别分析candisc过程过程 sas 统计分析与应用统计分析与应用 从入门到精通从入门到精通 典型判别分析典型判别分析candisc过程过程 sas 统计分析与应用统计分析与应用 从入门到精通从入门到精通 典型判别分析典型判别分析discrim过程过程 proc discrim data=典型变量数据集; class 分类变量名; var 典型变量名; run; sas

8、统计分析与应用统计分析与应用 从入门到精通从入门到精通 四、逐步判别分析四、逐步判别分析1、基本原理、基本原理 逐步判别分析考察了p维指标（即p个变量）对总体的区分能力是否显 著，对判别分类不起作用的变量则予以删除，优化了判别的效果。 逐步判别的基本思想与我们在上一章介绍的逐步回归相似：在建立判 别函数时逐个引入变量，每一步选择都一个判别能力最显著的变量进入 判别函数，同时对已有的变量也进行检验，将不显著的变量剔除。直到 在可选的变量中，既没有变量被选入也没有变量被删除为止。这样在最 后得到的判别函数中，所有变量都是显著的。通过使用逐步判别法，提 高了判别样品的能力，也增强了判别函数的稳定性。

9、 sas 统计分析与应用统计分析与应用 从入门到精通从入门到精通 stepdisc过程过程 proc stepdisc data=数据集名 ; class 分类变量名; var 变量名列表; by 分组变量; run; 逐步判别分析逐步判别分析 sas 统计分析与应用统计分析与应用 从入门到精通从入门到精通 stepdisc过程过程逐步判别分析逐步判别分析 sas 统计分析与应用统计分析与应用 从入门到精通从入门到精通 stepdisc过程过程逐步判别分析逐步判别分析 sas 统计分析与应用统计分析与应用 从入门到精通从入门到精通 stepdisc过程过程逐步判别分析逐步判别分析 sas 统计

10、分析与应用统计分析与应用 从入门到精通从入门到精通 2、stepdisc过程过程 语句说明： （1）proc语句用于规定运行stepdisc过程，并指定要分析的数 据集名。选项有： method=选项规定对判别函数中的变量进行选择的方法。 （2）class语句用于规定分类变量，可以是数值型变量也可以是 字符型变量。分类变量的不同取值则代表了不同的类别。 （3）var语句用于规定要筛选的定量变量。若不使用此语句，则默 认筛选数据集中所有的数值型变量。 （4）by语句规定了分组变量，它使得by过程对分组内进行处理。 在使用by语句前，应对数据集按照分组变量进行排序。 四、逐步判别分析四、逐步判别分析 sas 统计分析与应用统计分析与应用 从入门到精通从入门到精