版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领
文档简介
FisherFisher判别法(典型判别法)#典型判别分析SAS/STAT/Candisc过程典型判别分析的思路从几何的概念来说,是将高维空间的样本点投影到低维空间,利用低维空间的变量做判别分析,从而使分析更加直观,即对原始数据进行坐标变换,寻求能使总体尽可能分开的方向。从代数的概念来说,就是根据一个分类变量和几个定量变量,通过典型判别过程得出典型变量,典型变量是定量变量的线性组合。典型判别分析得出与组有最大可能多重相关的变量的线性组合,最大的多重相关叫做第一典型相关,其线性组合称为第一典型变量U],线性组合的相关系数称为典型系数,次大的叫做第二典型相关,其线性组合称为第二典型变量u。2Candisc过程可使用的语句为:Proccandisc<options>;(必需语句)Classvariable;(必需语句)Byvariables;Freqvariable;Varvariables;Weightvariable;数据集选项:DATA=SAS-data-set(SAS数据集):指定欲分析的数据集。OUT=SAS-data-set(SAS数据集):生成一个包含原始数据和典型变量得分的数据集。OUTSTAT=SAS-data-set(SAS数据集):生成一个type=corr包含各种统计量的输出数据集。典型变量选项:NCAN=n:指定将被计算的典型变量的个数。n的值必须小于或等于变量的个数。打印选项:BCORR:类间相关系数。PCORR:合并类内相关系数。TCORR全样本相关系数。WCORR每一类水平的类内相关系数。BCOV:类间协方差。PCOV:合并类内协方差。TCOV:全样本协方差。WCOV:每一类水平的类内协方差。BSSCP:类间SSCP矩阵。PSSCP:合并类内修正SSCP矩阵。TSSCP:全样本修正SSCP矩阵。WSSCP:每一类水平的类内修正SSCP矩阵。ANOVA:检验总体中每一个变量类均值相等的假设的单变量统计量。SIMPLE:全样本合类内的简单描述性统计量。ALL:产生以上所有的打印选项。NOPRINT:不打印。一般语句Byvariables;By语句与Proccandisc一起使用可以对由BY变量分组的观测进行独立分析。Classvariable;Class变量的值定义分析的组,类水平由有格式的Class变量的值确定。Class变量可以是数字变量也可以是字符变量。Varvariables;Var语句指定分析中包括的定量变量。如果省略Var语句,分析包括未在其他语句中列出的全部变量。程序示例:该例是Fisher的Iris数据进行典型判别分析。数据从三种刚毛弋尾花品种各采集了50各样本。测量其萼片长度、萼片宽度、花瓣长度和花瓣宽度。做典型判别分析并观察第一和第二个典型变量的散点图,是否与原始数据的结果相符。datairis;inputsepallensepalwidpetallenpetalwidspecies@@;labelsepallen='SepalLengthinmm.'sepalwid='SepalWidthinmm.'petallen='PetalLengthinmm.'petalwid='PetalWidthinmm.';cards;数据行;proccandiscdata=irisncan=2out=outcandistanceanova;classspecies;varsepallensepalwidpetallenpetalwid;procprintdata=outcan;run;procplot;plotcan2*can1=species;run;
输出结果:PlotofCanonicalVariables
CanonicalDiscriminantAnalysis150Observations149DFTotal4Variables147DFWithinClasses3Classes2DFBetweenClasses类水平信息:包括分类变量取值,每类的频数、频率和权重ClassLevelInformationSPECIESFrequencyWeightProportion15050.00000.33333325050.00000.33333335050.00000.333333类间的马氏平方距离PairwiseSquaredDistancesBetweenGroupsD(i/j)2=(x一x)'cov—i(x-x)
ijijSquaredDistancetoSPECIESFromSPECIES1231089.86419179.38471289.86419017.201073179.3847117.201070FStatistics,NDF=4,DDF=144forSquaredDistancetoSPECIESFromSPECIES12310550.1888910982550.188890105.3126531098105.312650Prob>MahalanobisDistanceforSquaredDistancetoSPECIESFromSPECIES12311.00000.00010.000120.00011.00000.000130.00010.00011.0000单变量检验的统计量,当P>F的值小于5%,则说明每个变量在类间的差异是非常显著的。rUnivariateTestStatisticsFStatistics,NumDF=2DenDF=147TotalPooledBetweenRSQ/VariableSTDSTDSTDR-Squared(1-RSQ)FPr>FSEPALLEN8.28075.14797.95060.6187061.6226119.26450.0001SEPALWID4.35873.39693.36820.4007830.668849.16000.0001PETALLEN17.65304.303320.90700.94137216.05661180.16120.0001PETALWID7.62242.04658.96730.92888313.0613960.00710.0001AverageR-Squared:Unweighted=0.7224358WeightedbyVariance=0.8689444
多元变量检验的统计量,当p>F的值小于5%,则说明联合检验,变量在类间的差异是非常显著的。rMultivariateStatisticsandFApproximationsS=2M=0.5N=71StatisticValueFNumDFDenDFPr>Wilks'Lambda0.02343863199.14582880.0001Pillai'sTrace1.1918988353.46682900.0001Hotelling-LawleyTrace32.47732024580.53282860.0001Roy'sGreatestRoot32.191929201166.95741450.0001NOTE:FStatisticforRoy'sGreatestRootisanupperbound.NOTE:FStatisticforWilks'Lambdaisexact.EigenvaluesofINV(E)*HAdjustedApproxSquared=CanRsq/(1-CanRsq)CanonicalCanonicalStandardCanonicalCorrelationCorrelationErrorCorrelationEigenvalueDifferenceProportionCumulative10.9848210.9845080.0024680.96987232.191931.90650.99120.991220.4711970.4614450.0637340.2220270.2854.0.00881.0000总体中当前的典型相关及更小的典型相关为零的检验,p>F的值小于5%时,可以认为当前的典r型相关显著不为零。LikelihoodTestofH0:ThecanonicalcorrelationsintheLikelihoodRatioApproxFNumDFDenDFPr>F10.02343863199.145382880.000120.7779733713.793931450.0001currentrowandallthatfollowarezero全样本的标准化的典型系数Total-SampleStandardizedCanonicalCoefficientsCAN1CAN2SEPALLEN-0.6867795330.019958173SepalLengthinmm.SEPALWID-0.6688250750.943441829SepalWidthinmm.PETALLEN3.885795047-1.645118866PetalLengthinmm.PETALWID2.1422387152.164135931PetalWidthinmm.原始典型相关系数PlotofCanonicalVariablesCanonicalDiscriminantAnalysisRawCanonicalCoefficientsCAN1CAN2SEPALLEN-.08293776420.0024102149SepalLengthinmm.SEPALWID-2164521235SepalWidthinmm.PETALLEN0.2201211656-.0931921210PetalLengthinmm.PETALWID0.28104603090.2839187853PetalWidthinmm.典型变量的类均值ClassMeansonCanonicalVariables
SPECIESCAN1CAN21-7.6075999270.21513301721.825049490-0.72789962235.7825504370.512766605PlotofCanonicalVariablesOBSSEPALLENSEPALWIDPETALLENPETALWIDSPECIESCAN1CAN2150331421-7.67197-0.1348926428562236.800150.58090PlotofCAN2*CAN1.SymbolisvalueofSPECIES.CAN2,,1,,,1,,2,111,1,11111,11,1111111333333333333333223233
温馨提示
- 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
- 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
- 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
- 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
- 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
- 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
- 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
最新文档
- 工地安全生产工作总结
- 媒体广告行业美工工作技能分享
- 客户需求分析总结
- 平面设计行业保安工作总结
- 七年级生物教学反思与心得体会【4篇】
- 泌尿外科护士的工作点滴
- 保险公司话务员工作总结
- 体育场保安工作总结
- 2024年度不动产交易担保合同登记与解除服务协议2篇
- 离婚协议委托书代拿
- 2024年01月11073法律文书期末试题答案
- 美意模块式水冷风冷冷热水机组LCD线控器使用说明书
- (完整版)钢楼梯施工方案
- 奖状证书模板优秀员工3
- 电子商务基础与应用题库
- 魔方社团活动记录-副本
- 湿式静电除尘器技术方案0001
- D502-15D502等电位联结安装图集
- T∕CSCS 018-2022 装配式建筑钢结构防腐蚀涂装技术规程
- 第二章multisim仿真作业
- 瑞文智力测验及答案经典版
评论
0/150
提交评论