R语言判别分析实验报告.docVIP

R语言判别分析实验报告 班级：应数1201 学号姓名：麦琼辉 时间：2014年11月28号 1 实验目的及要求 了解判别分析的目的和意义； 熟悉R语言中有关判别分析的算法基础。 2 实验设备（环境）及要求 个人计算机一台，装有R语言以及RStudio并且带有MASS包。 3 实验内容 企业财务状况的判别分析 4 实验主要步骤 数据管理：实验对21个破产的企业收集它们在前两年的财务数据，对25个财务良好的企业也收集同一时期的数据。数据涉及四个变量：CF_TD（现金/总债务）；NI_TA（净收入/总资产）；CA_CL（流动资产/流动债务）；CA_NS（流动资产/净销售额），一个分组变量：企业现状（1：非破产企业，2：破产企业）。 调入数据：对数据复制，然后在RStudio编辑器中执行如下命令。 case5=read.table(‘clipboard’,head=T) head(case5) Fisher判别效果（等方差，线性判别lda）：采用Bayes方式，即先验概率为样本例数，相关的RStudio程序命令如下所示。 library(MASS) ld=lda(G~.,data=case5);ld #线性判别 ZId=predict(ld) addmargins(table(case5$G,ZId$class)) Fisher判别效果（异方差，非线性判别--二次判别qda）：再次采用Bayes方式，相关的RStudio程序命令如下所示。 library(MASS) qd=qda(G~.,data=case5);qd #二次判别 Zqd=predict(qd) addmargins(table(case5$G,Zqd$class)) 5 实验结果 表1 线性判别lda效果 原分类 新分类 1 2 合计 1 24 1 25 2 3 18 21 合计 27 19 46 符合率 91.30% 表2 二次判别qda效果 原分类 新分类 1 2 合计 1 24 1 25 2 2 19 21 合计 26 20 46 符合率 93.50% 由表1和表2可知，qda（二次判别---非线性判别）的效果比lda（一次判别）要好。 6 实验小结 通过本次实验了解了判别分析的目的和意义，并熟悉R语言中有关判别分析的算法基础。