原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
SAS中聚类分析演示文件修改版
用SAS进行聚类分析 系统聚类法 如果我们想分别计算分成5组以后，每组样本的均值。。 动态聚类法 如果我们想分别计算分成5组以后，每组样本的均值。。 变量聚类法 * 书p243，表6.7，16个地区农民生活水平调查数据 4.3 20.5 20.2 8.46 23.26 101.18 河南 3.85 33.77 33.61 12.2 30.26 115.84 山东 4.94 15.97 19.19 17.64 21.5 140.54 江西 6.73 21.75 19.52 16.96 21.26 144.92 福建 6.39 18.18 23.54 15.62 23.09 153.11 安徽 5 34.35 47.12 12.72 32.75 169.92 浙江 5.74 27.3 42.6 11.67 29.12 144.98 江苏 5.89 50.82 115.65 12.53 38.64 221.11 上海 6.04 21.75 13.76 13.24 29.57 116.22 黑龙江 5.22 25.29 11.81 18.37 33.38 159.37 吉林 3.47 39.09 27.29 17.79 32.83 145.68 辽宁 3.27 23.99 12.58 8.94 27.63 128.41 内蒙 3.25 18.17 9.89 6.4 25.11 104.78 山西 2.8 22.81 22.44 9.3 22.83 95.21 河北 3.94 36.49 44.16 10.47 36.4 135.2 天津 9.04 49.01 60.54 9.73 43.77 190.33 北京 x6 x5 x4 x3 x2 x1 地区 data d641; input group $ x1-x6; cards; 北京 190.33 43.77 9.73 60.54 49.01 9.04 天津 135.20 36.40 10.47 44.16 36.49 3.94 河北 95.21 22.83 9.30 22.44 22.81 2.80 山西 104.78 25.11 6.40 9.89 18.17 3.25 内蒙 128.41 27.63 8.94 12.58 23.99 3.27 辽宁 145.68 32.83 17.79 27.29 39.09 3.47 吉林 159.37 33.38 18.37 11.81 25.29 5.22 黑龙江 116.22 29.57 13.24 13.76 21.75 6.04 上海 221.11 38.64 12.53 115.65 50.82 5.89 江苏 144.98 29.12 11.67 42.60 27.30 5.74 浙江 169.92 32.75 12.72 47.12 34.35 5.00 安徽 153.11 23.09 15.62 23.54 18.18 6.39 福建 144.92 21.26 16.96 19.52 21.75 6.73 江西 140.54 21.50 17.64 19.19 15.97 4.94 山东 115.84 30.26 12.20 33.61 33.77 3.85 河南 101.18 23.26 8.46 20.20 20.50 4.30 ; proc print data=d641; run; 输入资料: proc cluster data=d641 method=ave std pseudo ccc outtree=b641; var x1-x6; id group; proc tree data=b641 horizontal graphics ; title 使用类平均法的谱系聚类图; run; title; 使用系统聚类方法，距离使用类平均法 cluster过程，用来进行系统聚类 method=ave或method=AVERAGE，表示类间距离使用类平均距离 std或standard选项，变量数据都标准化（均值0，标准差1）以后，再计算距离 pseudo，输出伪F、伪t平方统计量 ccc选项，计算半偏R平方、ccc统计量 var x1-x6，用x1、x2、…、x6作为计算距离的变量 id group，用group变量的值作为每一个样品的id outtree=b641，将树形分类结果输出到数据集b641 tree过程，输出CLUSTER和
文档评论（0）