SAS典型判别过程.docVIP

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，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。 Candisc过程可使用的语句为： 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 By variables; By语句与Proc candisc一起使用可以对由BY变量分组的观测进行独立分析。 Class variable; 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。 Var variables; 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。 data iris; input sepallen sepalwid petallen petalwid species @@; label sepallen=Sepal Length in mm. sepalwid=Sepal Width in mm. petallen=Petal Length in mm. petalwid=Petal Width in mm.; cards; 数据行； proc candisc data=iris ncan=2 out=outcan distance anova; class species; var sepallen sepalwid petallen petalwid; proc print data=outcan; run; proc plot; plot can2*can1=species;run; 输出结果： Plot of Canonical Variables Canonical Discriminant Analysis 150 Observations 149 DF Total 4 Variables 147 DF Within Classes 3 Classes 2 DF Between Classes 类水平信息：包括分类变量取值，每类的频数、频率和权重 Class Level Information SPECIES Frequen