实验三聚类分析与判别分析

广东金融学院实验报告

课程名

称：《数

据分析与实验三聚类分析与判别分析系别1

SAS实验》

实验编号

及实验名称

姓名学号班级

实验地点实验日期实验时数

指导教师同组其他成员成绩

一、实验目的及要求

1.掌握聚类分析和判别分析方法。

1、掌握聚类分析和判别分析方法。

二、实验环境及相关情况（包含使用软件、实验设备、主要仪器及材料等）

1.装有版本为8.1以上的SAS系统的个人电脑

2.教材《数据分析与SAS实验》

2.教材《数据分析与SAS实验》

三、实验内容及步骤（包含简要的实验步骤流程）

1.下载大盘成长、大盘价值、中盘成长、中盘价值、小盘成长、小盘价值数据，并在SAS软件里纵向合

并

2.对数据预处理

3.聚类分析

4.做谱系聚类图

5.把聚类结果用散点图显示

6.逐步判别

7.判别分析

实验结果（包括程序或图表、结论陈述、数据记录及分析等，可附页）

1.下载六个指数板块的数据，并在SAS软件里纵向合.（程序见附录）

2.对数据预处理（程序见附录）

3.聚类分析：（程序见附录）

从下图可看出，在NCL等于2的时候有异动，所以这个分类结果把这667支分为两类，为CL2和CL5。

ClusterHistory

MCL•ClusiorsJoinod-------FR£Q2PRS0RSOERSCICCCPSFPST2

8

0.1CL64280.0027.972.92229.418999.2

CL2160185760198820.0032.969.91628.41857.

a-13601318g0.0035.966.91027.6182911.0

“2CL19120.0039.962.90327.l18206.8

CLI6CLII130.0064.955.89325.6174610.5

a.10CL231250.0077.947.88224.31690111

CL8600028130.0116.936.86722.3159813.1

CL!CL156080.0143.922.84721.01547407

嚣4601398CL1230.0244.897.81918.414387.7

CL7400.0355.862.77816.4137050.7

CL66480.0550.807.70915.31373364

CL96610.1497.657.5698.141267595

CL56640.6569.000.0000.00.1267

4.做谱系聚类图（程序见附录）5.把聚类结果用散点图显示（程序见附录〕

6.逐步判别（程序见附录）

TheSASSysten

TheSTEPOISCProcedure

StepviseSelection：Step13

StatisticsforRemoval,DF=4,648

Partial

VariableLabelR-SojareFValuePr>F

Canl0.92932129.35<.0001

Can20.88131203.08<.0001

Can30.342584.39<.0001

Can40.084715.00<.0001

C&nG0.201940.9?<.0001

Can70.01482.440.04G1

CanS0.061510.62<.0001

Can100.02474.100.0027

Can120.04147.00<.0001

Can140.01903.140.0142

Can150.03325.560.0002

Can160.05168.81<.0001

Novariablesc«nberenoved.

StatisticsforEntry,DF=4,647

Partial

VariableLobelR-SquareFValuePr>FTolerance

runnun0.00921.500.20110.2789

Can50.00050.090.98650.2804

CanS0.00490.800.52850.2804

Canll0.00350.560.69050.2803

Canl30.00020.030.99820.2802

On170.00460.750.55750.2542

从上图结果，可看出，通过逐步判别过程最后保留的变量为Canl、Can2、Can3、Can4、Can6、Can7、Can8、

CanlO、Can12Can14>Canl5、Canl6；然后去掉Can5、Can9、Canl1>Canl3>Canl7<>

从上图结果，可看出，通过逐步判别过程最后保留的变量为Canl.Can2、Can3、Can4、Can6、Can7、Can8、

CanlO.Can12Canl4、Canl5>Canl6；然后去掉Can5、Can9>Canll.Canl3、Canl7o

从上图结果,可看出,通过逐步判别过程最后保留的变量为Canl、Can2.Can3、Can4、Can6>Can7>Can8、

Can10xCanl2.Canl4、Can15^Can16；然后去掉Can5、Can9、Can11Can13>Canl7o

kkI•汉1公里而安焦的1即；寸和品匕国函的亦曷•认tCnnlCan9「endCnnACan?Ci,nR

7.判别分析（程序见附录）

NumberofObservationsandPercentClassifiedintoCLUSTER

F-omCLUSTER12345Total

123301027

85.1911.110.003.700.00100.00

26602000608

0.9999.010.000.000.00100.00

310120013

7.690.0092.310.000.00100.00

420011013

15.380.000.0084.620.00100.00

5000033

0.000.000.000.00100.00100.00

Total3260512123664

4.8291.111.811.810.45100.00

Priors0.040660.915660.019580.019580.00452

TheSASSystem

TheDISCRIMProcedure

ClassificationSummaryforCalibrationData：WORK.NEW

Cross-validationSummaryusingLinearDiscriminantFunction

ErrorCountEstimatesforCLUSTER

12345Total

Rate0.14810.00990.07690.15380.00000.0196

Priors0.04070.31570.01960.01960.0045

这一步的结果，可看出第2、3、4有误判。其中第2有6个误判，误判概率为0.99乐第3有1个误判，误

判概率为7.69%；第4有2个误判,误判概率为15.38%。

这一步的结果，可看出第2.3、4有误判。其中第2有6个误判，误判概率为0.99%；第3有1个误判，

误判概率为7.69账第4有2个误判，误判概率为15.38%。

这一步的结果，可看出第2、3.4有误判。其中第2有6个误判，误判概率为0.99%；第3有1个误判，

误判概率为7.69%：第4有2个误判，误判概率为15.38%。

这一步的结果，可看出第2、3、4有误判。其中第2有6个误判，误判概率为0.99%；第3有1个误判，

误判概率为7.69%；第4有2个误判，误判概率为15.38%。

实验总结（包括心得体会、问题回答及实验改进意见，可附页）

通过此次实验我是将大盘成长大盘价值中盘成长中盘价值小盘成长小盘价值数据放在一起进行聚

类分析，同时学会了把新数据判别进已分好类的数据中。当然，还有很多很多要改善学习的。

通过此次实验我是将大盘成长大盘价值中盘成长中盘价值小盘成长小盘价值数据放在一起进行聚

类分析，同时学会了把新数据判别进已分好类的数据中。当然，还有很多很多要改善学习的。

四、教师评语

评语评语等级

优良中及格不合格

1.实验态度认真，实验目的明确

2.实验方案、程序设计合理

3.实验过程（实验步骤详细，记录完整，数据合理）

4.实验结论正确，分析透彻

5.实验报告独立完成，无抄袭现象，并按时提交，

格式规范，文字叙述流畅，逻辑性强

综合评定：

附录：

实验步蛛和程序：

1.下载大盘成长、大盘价值、中盘成长、中盘价值、个盘成长、小盘价值数据，并在SAS

软件里纵向合并，程序如下：

datahi;

setabcdef;

run;

2.对数据预处理，程序如下：

procaceclusdata=Hiout=acep=0.03noprint;

varal-a17;

run;

3.聚类分析，程序如下：（图1）

proc