sas多元统计例题程序.ppt

1、proc princomp data=duo.innovation prefix=z out=o; run; proc plot data=o; plot z2*z1 $ region=*/href=0 vref=0; run; proc sort data=o; by descending z1; run; proc print data=o; var z1 z2; run; quit;,主成分分析在SAS中用princomp过程：,plot过程已经很熟悉了。 href=0表示在横坐标z1=0处画一条垂线，vref=0表示在纵坐标z2=0处画一条垂线。 $region=*表示每个点在图上用*

2、表示，并且在*后显示该样本点的region变量的值。,主成分分析有一个princomp过程就足够了。prefix=z表示，在输出数据集中（o中），主成分变量是z1、z2、,sort和print过程也是很熟悉的过程了。,proc standard data=vregex1 out=sv mean=0 std=1; var x1-x3 y; run; proc princomp data=sv prefix=z out=opcr ; var x1 x2 x3; run; proc print data=opcr; var z1 z2 y; run; proc reg data=opcr ; mod

3、el y=z1 z2; run; quit; proc reg data=vregex1 outest=out; model y=x1-x3/pcomit=1,2; run; quit; proc print data=out; run;,首先对数据标准化,然后对标准化后的数据进行主成分分析。这也就相当于是对相关系数进行的主成分分析。,作回归分析，自变量取第1、2主成分，因变量为y。,直接作主成分回归分析。 pcomit=1,2表示分别作两个回归，分别是剔除1个主成分，和剔除2个主成分，所做的主成分回归。,主成分回归的结果:,由于刚才我们分析了y与z1、z2的回归，z1、z2的回归系数非0都是

4、99%显著的。而z1、z2又有99%的累积贡献率。因此我们可以认为我们对y与z1、z2、z3之间的回归，取y对z1、z2的回归最佳。 y对z1、z2的回归，还原为x1、x2、x3的系数后就是上图中红线圈起的第2行。这是看_PCOMIT_=1知道的，这表示，这一行是主成分回归，而且删除了最不重要的一个主成分后，回归的结果。 而y与z1回归，再还原为x1、x2、x3的系数，就是上图中最后一行。因这一行_PCOMIT_=2。,proc princomp data=文件名 n=？out=文件名1 outstat=文件名2 cov prefix=？; run;,SAS 程序,指定基于协差阵分析，若省略，

5、基于相关系数矩阵,proc factor data=文件名 r=v n=？out=文件名1 outstat=文件名2; run;,SAS 程序,6,proc factor data=tmp1.innovation r=v n=4 out=out; run; data a1; set out; f=(5.8617*factor1+2.6989*factor2+2.0995*factor3+1.5842*factor4)/14; run; data a2; set a1; keep region f factor1 factor2 factor3 factor4 ; run; proc sort

6、data=a2; by descending f; run; proc print data=a2; run;,Proc cluster method=选项 data=文件名 outtree=文件名1 standard; var variable-list; id variable; run; Proc tree data=文件名1 horizontal graphics; id variable; run;,Method选项,single 最短距离法 complete 最长距离法 median 中间距离法 centroid 重心法 average 类平均法 ward 离差平方和法（Ward法

7、）,聚类分析 SAS 程序,Proc fastclus maxcluster= data=文件名 seep=文件名 mean=文件名 out=文件名 ; var variable-list; run;,Maxcluster = n,快速聚类程序,指定所允许的最大分类个数,seep= 指定一个SAS数据集，其中包括要选择的 初始凝聚点，可以缺省,Mean= 生成一个输出数据集，其中包含每个类的均值和一些统计量,Out= 生成一个输出数据集，其中包含原始数据和新变量CLUSTER和DISTANCE,9,Proc cancorr data=SAS数据集 out= SAS数据集 outstat= SA

8、S数据集 all;,with 变量名;,Var 变量名;,Run;,典型相关 SAS 程序,用来列出被分析的两组变量中的第二组变量,用来列出被分析的两组变量中的第一组变量,OUT= 包含原始数据和典型变量得分的数据集 OUTSTAT= 包含分析中用到的各种统计量,produce simple statistics, input variable correlations, and canonical redundancy analysis,proc corresp data=tmp1.examp911 out=results rp cp all; tables 行变量名, 列变量名; weig

9、ht 变量名； run; proc plot data=results; plot dim1*dim2=_NAME_ /box vspace=6 hspace=10 haxis=-.30 to .30 by .15 vaxis=-.30 to .30 by .15; run;,对应分析 原始数据,作图字符由变量=_NAME_ 给出，box 指要求画出的边框围住整个图形， vspace=6 ，hspace=10规定图中纵坐标、横坐标单位格在图中的实际长度.,data examp911; input mental $ A B C D E; cards; 0(好) 121 57 72 36 21 1(轻微症状形成) 188 105 141 97 71 2(中等症状形成)112 65 77 54 54 3(受损) 86 60 94 78 71 ； proc corresp data=examp911 out=results rp cp short; var A B C D E; id mental; run; proc plot data=results; plot dim1*dim2=*$ mental