【正文】 s speame.。Discriminant Analysis of Fisher (1936) Iris Data39。 data iris。Virginica39。Versicolor39。Setosa39。 表 150 個樣品的鳶尾花數(shù)據(jù) ed6e74e0641c5cc279a1942ed79030e9 商務(wù)數(shù)據(jù)分析 電子商務(wù)系列 上海財經(jīng)大學(xué)經(jīng)濟信息管理系 IS/SHUFE Page 15 of 70 X1 X2 X3 X4 S X1 X2 X3 X4 S X1 X2 X3 X4 S X1 X2 X3 X4 S 50 33 14 02 1 64 28 56 22 3 65 28 46 15 2 67 31 56 24 3 63 28 51 15 3 46 34 14 03 1 69 31 51 23 3 62 22 45 15 2 59 32 48 18 2 46 36 10 02 1 61 30 46 14 2 60 27 51 16 2 65 30 52 20 3 56 25 39 11 2 65 30 55 18 3 58 27 51 19 3 68 32 59 23 3 51 33 17 05 1 57 28 45 13 2 62 34 54 23 3 77 38 67 22 3 63 33 47 16 2 67 33 57 25 3 76 30 66 21 3 49 25 45 17 3 55 35 13 02 1 67 30 52 23 3 70 32 47 14 2 64 32 45 15 2 61 28 40 13 2 48 31 16 02 1 59 30 51 18 3 55 24 38 11 2 63 25 50 19 3 64 32 53 23 3 52 34 14 02 1 49 36 14 01 1 54 30 45 15 2 79 38 64 20 3 44 32 13 02 1 67 33 57 21 3 50 35 16 06 1 58 26 40 12 2 44 30 13 02 1 77 28 67 20 3 63 27 49 18 3 47 32 16 02 1 55 26 44 12 2 50 23 33 10 2 72 32 60 18 3 48 30 14 03 1 51 38 16 02 1 61 30 49 18 3 48 34 19 02 1 50 30 16 02 1 50 32 12 02 1 61 26 56 14 3 64 28 56 21 3 43 30 11 01 1 58 40 12 02 1 51 38 19 04 1 67 31 44 14 2 62 28 48 18 3 49 30 14 02 1 51 35 14 02 1 56 30 45 15 2 58 27 41 10 2 50 34 16 04 1 46 32 14 02 1 60 29 45 15 2 57 26 35 10 2 57 44 15 04 1 50 36 14 02 1 77 30 61 23 3 63 34 56 24 3 58 27 51 19 3 57 29 42 13 2 72 30 58 16 3 54 34 15 04 1 52 41 15 01 1 71 30 59 21 3 64 31 55 18 3 60 30 48 18 3 63 29 56 18 3 49 24 33 10 2 56 27 42 13 2 57 30 42 12 2 55 42 14 02 1 49 31 15 02 1 77 26 69 23 3 60 22 50 15 3 54 39 17 04 1 66 29 46 13 2 52 27 39 14 2 60 34 45 16 2 50 34 15 02 1 44 29 14 02 1 50 20 35 10 2 55 24 37 10 2 58 27 39 12 2 47 32 13 02 1 46 31 15 02 1 69 32 57 23 3 62 29 43 13 2 74 28 61 19 3 59 30 42 15 2 51 34 15 02 1 50 35 13 03 1 56 28 49 20 3 60 22 40 10 2 73 29 63 18 3 67 25 58 18 3 49 31 15 01 1 67 31 47 15 2 63 23 44 13 2 54 37 15 02 1 56 30 41 13 2 63 25 49 15 2 61 28 47 12 2 64 29 43 13 2 51 25 30 11 2 57 28 41 13 2 65 30 58 22 3 69 31 54 21 3 54 39 13 04 1 51 35 14 03 1 72 36 61 25 3 65 32 51 20 3 61 29 47 14 2 56 29 36 13 2 69 31 49 15 2 64 27 53 19 3 68 30 55 21 3 55 25 40 13 2 48 34 16 02 1 48 30 14 01 1 45 23 13 03 1 57 25 50 20 3 57 38 17 03 1 51 38 15 03 1 55 23 40 13 2 66 30 44 14 2 68 28 48 14 2 54 34 17 02 1 51 37 15 04 1 52 35 15 02 1 58 28 51 24 3 67 30 50 17 2 63 33 60 25 3 53 37 15 02 1 ed6e74e0641c5cc279a1942ed79030e9 商務(wù)數(shù)據(jù)分析 電子商務(wù)系列 上海財經(jīng)大學(xué)經(jīng)濟信息管理系 IS/SHUFE Page 16 of 70 1. 建立數(shù)據(jù)，程序如下 ： proc format。 六、 實例分析 例 Fisher 于 1936 年發(fā)表的鳶尾花（ Iris）數(shù)據(jù)被廣泛地作為判別分析的例子。如果省略 var語句，分析將包括未在其他語句中列出的全部定量變量。 class變量可以是數(shù)值型或字符 型。 2. 一般語句 ? class 語句 —— class 變量的值定義分析的組。 ⑤ 抑制打印的選項： ? noprint—— 不打印。 ? stdmean—— 全樣本和合并的類內(nèi)標(biāo)準(zhǔn)化類均值。 ? distance—— 類均值間的平方 Mahalanobis 距離。 ? wsscp—— 每一類水平的類內(nèi)修正 sscp 陣。 ? psscp—— 合并類內(nèi)修正 sscp 陣。 ? wcov—— 每一類水平的類內(nèi)協(xié)方差。 ? pcov—— 合并類內(nèi)協(xié)方差。 ? wcorr—— 每一類水平的類內(nèi)相關(guān)。 ? pcorr—— 合并類內(nèi)相關(guān)（基于合并類內(nèi)協(xié)方差的偏相關(guān)）。默認值為 singular =108。 ? prefix＝前綴名 —— 為命名典型變量指定前綴。如果指定 ncan＝ 0，過程打印典型相關(guān)而不是典型系數(shù)、結(jié)構(gòu)或均值。 （ 2） 典型變量選 項 ? ncan＝ n —— 指定將被計算的典型變量的個數(shù)。 ? out=數(shù)據(jù)集名 —— 生成一個包含原始數(shù)據(jù)和典型變量得分的 SAS 數(shù)據(jù)集。 candisc 過程一般由下列語句控制： proc candisc 選項列表 ； class 變量； by 變量表； freq 變量； var 變量表； weight 變量； run； 1. proc candisc 語句 選項列表 中的選項按性質(zhì)可以分成以下 4 類： （ 1） 數(shù)據(jù)集選項 ? data=數(shù)據(jù)集名 —— 指定欲進行分析的數(shù)據(jù)集?？梢岳?print 過程列出這些值，還可以用 plot 過程作出典型變量對的散點圖以助于直觀地解釋組的不同。第一典型相關(guān)大于等于組與任何一個原始變量間的多重相關(guān)。采用 F 近似值比一般的 2? 近似值能給出更好的小樣本結(jié)果。因此，典型變量并不代表原始變量空間中的正交方向。典型判別分析相當(dāng)于執(zhí)行了以下步驟： ? 變換變量使合并的類內(nèi)協(xié)方差陣為單位陣； ? 計算變換后的變量的類均值； ? 對均值做主成 分 分析，以每一類中的觀察個數(shù)為權(quán)重； ? 特征值等于每一個主成 分 方向上的類間偏差與類內(nèi)偏差之比； ? 把主成 分 變量反變換到原始變量的空間，獲得典型變量。抽取典型變量的過程可以重復(fù)直到典型變量的個數(shù)等于原始變量的個數(shù)或類的個數(shù)減一。線性組合定義的變量稱為第一典型變量或典型成 分 。最大的多重相關(guān)叫做第一典型相關(guān)。 典型判別分析是與主成 分 分析和典型相關(guān)有關(guān)的降維方法。 五、 Candisc 典型判別分析過程 candisc 過程完成典型判別分析，計算平方 Mahalanobis 距離并做單變量與多變量的單向方差分析并且計算類均值間基于合并類內(nèi)協(xié)方差陣的平方距離（ Mahalanobis 距離）。 4. 其他主要語句 ? var 語句 —— 指定用于進行判別分析的變量子集，建立起關(guān)于此變量子集的判別函數(shù)式。 ? metric=diagonal/full/identity—— 為平方距離的計算指定量度。 ? r=數(shù)值 —— 為核密度估計指定一個半徑 r 值。 3. 有關(guān)非參數(shù)法的選項 ? k=數(shù)值 —— 為 k最近鄰規(guī)則指定一個 k值。 ? anova 和 manova 選項 —— 分別要求輸出對各類的單個變量與多個變量的均數(shù)、均值向量之間進行一元或多元方差分析的結(jié)果，其作用就是檢驗判別函數(shù)的判別效果。缺省值 p=0。如果 pool=test 而 slpool＝未指定，顯著水平為 。 ? slpool= p—— 指定齊性檢驗的顯著水平。 ? pool= no| test | yes—— 確定平方距離的度量，是以合并協(xié)方差陣還是組內(nèi)協(xié)方差陣為基礎(chǔ)，默認值為 pool= yes。 2. 有關(guān)判別分析的類型和規(guī)則選項 ? method＝ normal | npar—— 確定導(dǎo)出分類準(zhǔn)則的方法，默認值為 method= normal。當(dāng) canonical選項指定時，該數(shù)據(jù)集還包括典型變量得分的新變量。 ? testout=數(shù)據(jù)集名 —— 生成一個輸出 SAS數(shù)據(jù)集。當(dāng) canonical選項指定時，該數(shù)據(jù)集還包含典型變量得分的新變量。當(dāng) canonical選項指定時，該數(shù)據(jù)集還包含典型變量得分的新變量。當(dāng) canonical 選項指定時，典型相關(guān)、典型結(jié)構(gòu)、典型系數(shù)和每一類的典型變量的均值包含在該數(shù)據(jù)集中。 （ 2） 輸出數(shù)據(jù)集選項： ? outstat=數(shù)據(jù)集名 —— 生成一個輸出 SAS 數(shù)據(jù)集，包含各種統(tǒng)計量，例如均值，標(biāo)準(zhǔn)偏差和相關(guān)。當(dāng) testdata選項指定時，也可以用 testclass、 testfreq和 testid語句。 ? testdata=數(shù)據(jù)集名 —— 指定欲分類觀測的一般 SAS數(shù)據(jù)集。 （ 1） 輸入數(shù)據(jù)集選項： ? data=數(shù)據(jù)集名 —— 指定欲分析的數(shù)據(jù)集。 run 。 var 變量表 。 testfreq 變量 。 ed6e74e0641c5cc279a1942ed79030e9 商務(wù)數(shù)據(jù)分析 電子商務(wù)系列 上海財經(jīng)大學(xué)經(jīng)濟信息管理系 IS/SHUFE Page 11 of 70 priors 概率表 。 freq 變量 。 class 變量 。用以得出判別準(zhǔn)則的數(shù)據(jù)集稱為訓(xùn)練數(shù)據(jù)集或標(biāo)定數(shù)據(jù)集。 四、 Discrim 判別分析過程 對于每個觀測都含有一個或多個定量變量和一個定義觀測組的分類變量的觀測數(shù)據(jù)集，discrim 過程確定一個判別準(zhǔn)則把每個觀測分入其中一組。比如，欲檢驗假設(shè) 00 : ???H ，則檢驗的結(jié)果取決于 樣本均值 x 到總體 ),( 0 ??pN 的平方馬氏距離，這個距離越小，越傾向于接受假設(shè) 0H ；反之，這個距離越大，就越傾向于拒絕 0H 。常用的判別方法有距離判別、貝 葉斯判別、典型判別等。取各總體均值的加權(quán)平均為比較值，即 ： )()( 2211121 uVuVVVu ??? ? () 相應(yīng)的劃分為 ： ? ?0))(()(: 211211 ????? ? uyuuVVyD ? ?0))(()(: 211212 ????? ? uyuuVVyD () 如果不知道兩個總體的特征，即 iu 和 iV 未知，只知道從兩個總體各抽取了 1n 和 2n 個樣品，那么線性判別函數(shù)中的 iu 和 iV 可分別由其無偏估計值代替： xuuVVy )()( 21121 ??? ? () 其中 ： ??? 11 111 1 nk kynu ()