【文章內(nèi)容簡介】 分析的變量，做回歸分析中的回歸因子。 下一頁 上一頁 實(shí)例分析： 8090 年代我國經(jīng)濟(jì)發(fā)展情況分析 為分析我國 80年代（ 19801991年）經(jīng)濟(jì)發(fā)展情況，采用 8 個(gè)指標(biāo) : x1：社會(huì)總產(chǎn)值； x2：國民收入； x3：一次性能源生產(chǎn)總量； x4：貨物周轉(zhuǎn)量； x5：固有的固定資產(chǎn)投資額； x6：職工工資總額； x7：社會(huì)商品零售額； x8：財(cái)政收入。 考慮經(jīng)濟(jì)逐年增長，以每年值對上年的比為隨機(jī)變量的觀測值， (見程序中數(shù)據(jù)表 )對其做因子分析并分析因子含義。 下一頁 上一頁 data 。 input y x1x8。 cards。 1980 1981 1982 1983 1984 1985 1986 1987 1988 1989 1990 1991 。 run。 下一頁 上一頁 proc factor data= outstat=ecfact。 var x1x8。 run。 proc print data=ecfact。 run。 proc factor data= priors=max n=2 outstat=ecfact2 rotate=v。 var X1X8。 Run。 proc print data=ecfact2。 run。 第一個(gè) proc factor 語句用來調(diào)用因子分析過程，處理的數(shù) 據(jù)是 ecm1，方法是主成份分析 ,outstat=輸出比 out=更詳盡 ,包 括描述統(tǒng)計(jì)量、 corr(or cov)、特征根、主因子等 ； 第二個(gè) proc factor 規(guī)定了先驗(yàn)公因子方差估計(jì)，取相關(guān)變 量的最大值，執(zhí)行主因子分析；同時(shí)要求提取兩個(gè)因子 n=2并 產(chǎn)生方差最大旋轉(zhuǎn)。 下一頁 返回本節(jié)首頁 上一頁 說明 1： 建立了因子分析數(shù)學(xué)目的不僅僅要找出公共因子以及對變量進(jìn)行分組 ， 更重要的要知道每個(gè)公共因子的意義 ， 以便進(jìn)行進(jìn)一步的分析 ， 如果每個(gè)公共因子的含義不清 ， 則不便于進(jìn)行實(shí)際背景的解釋 。 由于因子載荷陣是不惟一的 ， 所以應(yīng)該對因子載荷陣進(jìn)行旋轉(zhuǎn) 。 目的是使因子載荷陣的結(jié)構(gòu)簡化 ， 使載荷矩陣每列或行的元素平方值向 0和 1兩極分化 。 有三種主要的正交旋轉(zhuǎn)法：四次方最大法 、 方差最大法 和等量最大法 。 說明 2 ： 因子分析與回歸分析不同，因子分析中的因子是一個(gè)比較抽象的概念，而回歸因子有非常明確的實(shí)際意義； 主成分分析分析與因子分析也有不同，主成分分析僅僅是變量變換，而因子分析需要構(gòu)造因子模型。 主成分分析 :原始變量的線性組合表示新的綜合變量，即主成分； 因子分析：潛在的假想變量和隨機(jī)影響變量的線性組合表示原始變量。 下一頁 返回本節(jié)首頁 上一頁 三、聚類分析 ㈠ 聚類分析簡介 ㈡聚類分析種類 ⒈ Q型聚類 ①系統(tǒng)聚類分析：直觀，易懂； ②快速聚類：快速，動(dòng)態(tài)； ③有序聚類：保序 (時(shí)間順序或大小順序 )； ⒉ R型聚類 ㈢ CLUSTER過程的一般格式 ㈣聚類分析應(yīng)用 下一頁 返回本節(jié)首頁 上一頁 ㈠ 聚類分析簡介 俗話說： “ 物以類聚，人以群分 ” ，在自然科學(xué)和社會(huì)科學(xué)等各領(lǐng)域中，存在著大量的分類問題。例如在檔案學(xué)中，人們根據(jù)檔案文件的不同內(nèi)容把各種文件分別歸類存放。在營銷學(xué)中，營銷人員根據(jù)消費(fèi)者的消費(fèi)特征把消費(fèi)者分成不同類型。在生物學(xué)中，根據(jù)動(dòng)物的不同習(xí)性把動(dòng)物分成不同種類。在經(jīng)濟(jì)學(xué)中，根據(jù)居民家庭生活消費(fèi)支出結(jié)構(gòu)，把來自不同地區(qū)的消費(fèi)者分成不同的消費(fèi)層次。在投資學(xué)中，根據(jù)投資者的投資行為把投資者分成風(fēng)險(xiǎn)厭惡型、風(fēng)險(xiǎn)中性和風(fēng)險(xiǎn)愛好型等等。所有這些涉及根據(jù)已知現(xiàn)象的某些 “ 相似 ”特征進(jìn)行分類的問題都可歸結(jié)為統(tǒng)計(jì)學(xué)中的聚類分析。 下一頁 上一頁 所謂聚類分析就是根據(jù)樣品或指標(biāo)的 “ 相似 ” 特征進(jìn)行分類的一種多元統(tǒng)計(jì)分析方法，這里的類就是 “ 相似 ” 元素的集合。聚類分析起源于分類學(xué)，只不過早期對現(xiàn)象的分類，由于技術(shù)上的落后和對分類要求不高，人們主要依靠經(jīng)驗(yàn)和專業(yè)知識(shí)來進(jìn)行，很少利用數(shù)學(xué)工具進(jìn)行定量的研究。隨著人類科學(xué)技術(shù)的發(fā)展，對分類的要求越來越高，以致有時(shí)僅憑經(jīng)驗(yàn)和專業(yè)知識(shí)難以確切地進(jìn)行分類，于是人們逐漸地把數(shù)學(xué)工具引用到了分類學(xué)中，這便形成了數(shù)值分類學(xué)這一學(xué)科，之后又將多元分析的技術(shù)引入到數(shù)值分類學(xué)，便又從數(shù)值分類學(xué)中分離出一個(gè)重要分支 ——聚類分析，也稱為群分析。與多元分析的其他方法相比，聚類分析方法較為粗糙，理論上還不夠完善，正處于發(fā)展階段。但是由于該方法應(yīng)用方便，分類效果較好，因此越來越為人們所重視。近些年來聚類分析的方法發(fā)展較快，內(nèi)容越來越豐富。 下一頁 上一頁 聚類分析的主要步驟 : ⒈ 根據(jù)研究的目的選擇合適的聚類變量； ⒉計(jì)算相似性測度； ⒊選定聚類方法進(jìn)行聚類； ⒋對結(jié)果進(jìn)行解釋和驗(yàn)證。 下一頁 上一頁 系統(tǒng)聚類分析方法 : 設(shè)有 N個(gè)樣品，每個(gè)樣品有 P項(xiàng)指標(biāo)。系統(tǒng)聚類的基本思想是：首先定義樣品間（變量間）的距離（或相似系數(shù)）和類與類之間的距離。一開始將每個(gè)樣品各自自成一類，這時(shí)類間的距離與樣品間的距離是一致的，然后將距離最近的兩個(gè)類進(jìn)行合并形成一個(gè)新類，并計(jì)算新類與其它類之間的距離，再按距離最小準(zhǔn)則并類。每并類一次，類的個(gè)數(shù)就減少 1，這一過程一直持續(xù)到所有的樣品都被歸為一類為止。 返回本節(jié)首頁 上一頁 ㈢ CLUSTER過程的一般格式 PROC CLUSTER METHOD=nameoptions。 var variables。 copy variables。 ID variable。 by variables。 FREQ variable。 RUN。 可選語句 下一頁 上一頁 常用的聚類分析方法及其 SAS名如下： （ 1） AVERAGE或 AVE：類平均法，距離為平方距離，除非規(guī)定NOSQUARE。 （ 2） CENTROD或 CEN：距離為平方距離，除非規(guī)定 NOSQUARE。 （ 3） COMPLETE或 COM：最長距離法 （ 4） EML：最大似然譜系聚類 （ 5） SINGLE或 SIN：最短距離法。 （ 6） WARD或 WAR： WARD最小方差法。 （ 7） MEDIAN|MED：中間距離法 （ 8） FLEXIBLE|FLE：可變距離法 下一頁 上一頁 PROC CLUSTER語句中的選擇項(xiàng)（ options）常用的有以下幾類： （ 1）數(shù)據(jù)集選項(xiàng) ① data=sasdataset：規(guī)定輸入數(shù)據(jù)集名。如果數(shù)據(jù)集的類型為 TYPE=DISTANCE，那么數(shù)據(jù)被認(rèn)為是距離陣，否則認(rèn)為是歐氏空間中的坐標(biāo)數(shù)據(jù)，并計(jì)算歐氏距離。 ② OUTTREE=sasdataset：生成記錄聚類過程的輸出數(shù)據(jù)集，用于畫譜系聚類圖的 TREE過程可使用該數(shù)據(jù)集。如果缺省，采用 DATAn規(guī)則來命名。 下一頁 上一頁 （ 2）聚類前的數(shù)據(jù)處理及聚類細(xì)節(jié)選項(xiàng) ① STANDARD|STD：對變量進(jìn)行標(biāo)準(zhǔn)化處理，使處理后的數(shù)據(jù)均值為 0，方差為 1。該選項(xiàng)僅用于輸入的數(shù)據(jù)是坐標(biāo)數(shù)據(jù)。 ② NOSQUARE：阻止過程在使用 AVE、 CEN、 MED或 WARD等方法進(jìn)行聚類時(shí)對距離進(jìn)行平方。 ③ NOEIGEN：阻止計(jì)算立方聚類標(biāo)準(zhǔn)的特征根。 ④ BETA：對可變類平均法規(guī)定參數(shù) β 值。 ⑤ NONORM：防止把距離規(guī)范化為單位均值或單位均方。如同WARD方法一起使用，該選項(xiàng)阻止過程用總離差平方和去除類間平方和得到平方半偏相關(guān)。 下一頁 上一頁 （ 3）控制輸出選項(xiàng) ① PSEUDO：輸出偽 F統(tǒng)計(jì)量和偽 T2統(tǒng)計(jì)量，該選項(xiàng)僅對數(shù)據(jù)為坐標(biāo)數(shù)據(jù)或方法為 AVE、 CEN和 WARD時(shí)有效。 ② RSQARE： |RSQ：輸出 R2和半偏 R2。該選項(xiàng)僅對數(shù)據(jù)為坐標(biāo)數(shù)據(jù)或方法為 AVE、 CEN和 WARD時(shí)有效。 ③ PRINT=n|