1.2_SAS中判别分析ppt课件

1、用SAS进行判别分析距离判别贝叶斯判别典型判别fisher判别）逐步判别距离判别 Obs x1 x2 x3 x4 group 1 13.85 2.79 7.80 49.60 A 2 22.31 4.67 12.31 47.80 A 3 28.82 4.63 16.18 62.15 A 4 15.29 3.54 7.50 43.20 A 5 28.79 4.90 16.12 58.10 A 6 2.18 1.06 1.22 20.60 B 7 3.85 0.80 4.06 47.10 B 8 11.40 0.00 3.50 0.00 B 9 3.66 2.42 2.14 15.10 B 10 1

2、2.10 0.00 5.68 0.00 B 11 8.85 3.38 5.17 26.10 12 28.60 2.40 1.20 127.00 13 20.70 6.70 7.60 30.20 14 7.90 2.40 4.30 33.20 15 3.19 3.20 1.43 9.90 16 12.40 5.10 4.43 24.60 17 16.80 3.40 2.31 31.30 18 15.00 2.70 5.02 64.00书p182，表5.1，盐泉的特征数值data ds511; input x1-x4 group $; cards;13.85 2.79 7.80 49.60 A 2

3、8.79 4.90 16.12 58.10 A 2.18 1.06 1.22 20.60 B 12.10 0.00 5.68 0.00 B;data d511test; input x1-x4 group $; cards; 8.85 3.38 5.17 26.10 .28.60 2.40 1.20 127.0 . 15.00 2.70 5.02 64.00 .;proc discrim data=ds511 testdata=d511test list testlist; class group; var x1-x4;run;两个数据集：ds511、d511test，分别是训练数据和待判别的

4、数据。在discrim语句中，要用testdata=d511test来指明，d511test是待判别的数据集。输入字符串数据时，可以用英文句点.来表示空字符串。LIST，印出各觀察值被分類的結果TESTLIST，印出被測試資料內所有觀察值data d511; input x1-x4 group $; cards;13.85 2.79 7.80 49.60 A 28.79 4.90 16.12 58.10 A 2.18 1.06 1.22 20.60 B 12.10 0.00 5.68 0.00 B 8.85 3.38 5.17 26.10 .28.60 2.40 1.20 127.0 . 15

5、.00 2.70 5.02 64.00 .;options ps=60 ls=75;proc print data=d511;run;proc discrim data=d511 simple wcov pcov wsscp psscp distance list; class group; var x1-x4;run;Options ps=60 ls=75表示输出屏幕定义为一页60行，每行75字符proc print以报表方式输出数据集wsscp，打印各组的离差交乘积和矩阵这个程序与前一个程序略有不同，它没有采用两个数据集，而是把训练数据和待判别数据全部写到一个数据集：d511。distan

6、ce，打印各组之间的马氏距离，和F统计量。PROC DISCRIM OPTIONS 選擇項有： (1)DATA=SASdataset，指定作判別分析之資料組 (2)OUT=SASdataset，指定存放判別分析後計量之資料組 *(3)TESTDATA=SASdataset，指定一個用來測試判別函數的資料組 (4)WCOV，印出各類別裏之共變數矩陣 (5)WCORR，印出各類別之相關矩陣 (6)SIMPLE，印出原始變數之平均數，標準差等 (7)PCOV，印出各類別裏共變數矩陣的平均數 (8)PCORR，印出淨相關係數矩陣的平均數 (9)LISTERR，印出被分到錯誤類別的觀察值 (10)TES

7、TLIST，印出被測試資料內所有觀察值 (11)LIST，印出各觀察值被分類的結果 (12)TESTLISTERR，印出在測試資料組內被分到錯誤類別的觀察值 *(13)NOSUMMARY，分類結果暫時不印出*(14)POOL=YES或=TEST，系統內定值為=YES，其分析所用的判別函數來自各類別之共變數矩陣.若選=TEST，則用Ratio Test考驗各類別裏的共變數矩陣相同程度是否達顯著水準，若達顯著水準，其功用如POOL=NO，若否，則如POOL=YES. *(15)THRESHOLD=P，指定一個最小的事後機率(posterior probability)贝叶斯判别 Obs group

8、 x1 x2 x3 x4 1 1 228 134 20 11 2 1 245 134 10 40 3 1 200 167 12 27 4 1 170 150 7 8 5 1 100 167 20 14 6 2 225 125 7 14 7 2 130 100 6 12 8 2 150 117 7 6 9 2 120 133 10 26 10 2 160 100 5 10 11 3 185 115 5 19 12 3 170 125 6 4 13 3 165 142 5 3 14 3 135 108 2 12 15 3 100 117 7 2书p192，表5.2，胃癌检验的生化指标Group=1

9、，胃癌Group=2，萎缩性胃炎Group=3，非胃炎data d522; input group x1-x4 ; cards;1 228 134 20 11 1 245 134 10 401 200 167 12 27 1 170 150 7 81 100 167 20 14 2 225 125 7 142 130 100 6 12 2 150 117 7 62 120 133 10 26 2 160 100 5 103 185 115 5 19 3 170 125 6 43 165 142 5 3 3 135 108 2 123 100 117 7 2;proc print data=d5

10、22;run;proc discrim data=d522 pool=no distance list; class group; priors 1=0.33333 2=0.33333 3=0.33333; var x1-x4;run;Priors语句，指出每组患者的先验概率。典型判别（ fisher法data d522; proc candisc data=d522 out=can532 ncan=2 distance simple; class group; var x1-x4;run;proc plot data=can532; plot can2*can1 = group;run;pr

11、oc print data=can532;run;proc discrim data=can532 distance list; class group; var can1 can2;run;proc discrim data=can532 pool=no distance list; class group; var can1 can2;run;P198，例5.3.2，还是p192表5.2的数据，但用典型判别法的做法ncan=2指出原始数据投影到2维空间中，使类间距离最大化，类内距离最小化后，所得的2维数据。 Obs group x1 x2 x3 x4 Can1 Can2 1 1 228 1

12、34 20 11 2.75459 1.12712 2 1 245 134 10 40 2.04732 1.26078 3 1 200 167 12 27 2.87670 -0.85375 4 1 170 150 7 8 0.42984 -1.78803 5 1 100 167 20 14 2.88596 0.00755 6 2 225 125 7 14 0.16132 -0.26364 7 2 130 100 6 12 -2.03517 1.18626 8 2 150 117 7 6 -1.15808 -0.03218 9 2 120 133 10 26 0.32348 0.93155 10

13、2 160 100 5 10 -1.97122 0.78573 11 3 185 115 5 19 -0.84243 0.42801 12 3 170 125 6 4 -0.87319 -0.83084 13 3 165 142 5 3 -0.44736 -1.96201 14 3 135 108 2 12 -2.36910 0.08988 15 3 100 117 7 2 -1.78267 -0.08642这是pool=yes的判别结果这是pool=no的判别结果逐步判别data d522; input group x1-x4 ; cards;1 228 134 20 11 1 245 13

14、4 10 401 200 167 12 27 1 170 150 7 81 100 167 20 14 2 225 125 7 142 130 100 6 12 2 150 117 7 62 120 133 10 26 2 160 100 5 103 185 115 5 19 3 170 125 6 43 165 142 5 3 3 135 108 2 123 100 117 7 2;proc stepdisc data=d522 METHOD=STEPWISE sle=0.15 sls=0.15; class group; var x1-x4;run;P210，例5.5.1，还是p192表5

15、.2的数据，但采用逐步判别法的做法Method=stepwise|sw，变量增减的逐步判别Method=backward|bw，变量减少法Method=forword|fw，变量增加法Sle或slentry=p，引入变量的显著性水平，默认0.15Sls或slstay=p，剔除变量的显著性水平，默认0.15proc discrim data=d522 list; class group; var x2 x3;run;用stepdisc，只能得出那些被选出的变量。要做判别分析，还需要使用discrim过程，明确地做一次判别分析。练习一、书p213，5-9题。用距离判别法判断最后一行待判数据含不含矿

16、。实验报告只写结果是含矿，还是不含矿。typecuagbi12.580.90.9512.91.23113.551.15112.351.150.7913.541.850.7912.72.231.312.71.70.4802.251.981.0602.161.81.0602.331.741.101.961.481.0401.941.41031.3102.781.71.482.952.151.54Type=1，含矿Type=0，不含矿最后一行，待判数据练习二、书p213，5-10题。用逐步判别法，取sle=sls=0.18，指出选择了哪几个变量，并判断右边三个待判数据。x1x2x3x4type6-1

17、1.519901-11-18.525-36390.2-171732-4-15135410-14203520.5-11.519373-10-1921-4230-235-35120-228-203-100-21.47-151-100-21.515-40213-17.21822-5-18.51518110-1814501-8-14165610.6-1326213-40-2022-503-8-14165692.2-17183-14-18.525-36练习三、书p214，5-11题。判断最下边两个待判数据属于哪一类。实验报告只写结果是哪一类。x1x2x3type0.0450.0430.26520.0660.0390.26420.0940.0610.19420.0030.0030.10230.0480.0150.10630.210.0660.26310.0860.0720.27420.1960.0720.21110.1870.0820.30110.0530.060.20920.020.0080.11230.0350.0150.1730.2050.0680.28410.0880.0580.21520.1010.0520.1810.0450.0050.122练习四、三种