chSAS多元统计分析.docVIP

第5章 SAS多元统计分析功能 教学要求： 了解几种假设检验、线性回归、方差分析、拟合优度检验、列联表检验的原理背景 掌握SAS语言进行多变量分析过程（princomp过程和factor过程） 掌握SAS语言进行 掌握SAS语言进行 引言：前面介绍SAS的基本统计分析功能。本章我们讲述用SAS进行多元统计分析。 SAS进行多元统计分析的过程包括: 第一类：多变量分析过程，包括princomp(主成分分析)、factor（因子分析）、cancorr(典型相关分析、multtest（多重检验）、prinqual（定性数据的主分量分析）及corresp（对应分析）; 第二类：判别分析过程，包括discrim（判别分析）、candisc（典型判别）、stepdisc（逐步判别） 第三类：聚类分析过程，包括cluster（谱系聚类）、fastclus（K均值快速聚类）、modeclus（非参数聚类）、varclus（变量聚类）及tree（画谱系聚类的结果图）; 本章只讲其中常用的几种过程。 5.1 多变量分析 5.1.1主分量分析（或叫主成分分析） 1.原理简介 引言：在实际中，为了全面分析问题，往往提出很多与此相关的变量（或因素），且每个变量都能在不同程度上反映这个问题的某些信息。但统计分析方法研究多变量问题时，变量个数太多容易增加问题的复杂性。人们希望变量个数减少时，也能得到较多的信息。 功能：主成分析是数学上处理降维的一种方法，它设法将初始变量重新组合成一组新的互相无关的几个综合变量，同时可根据实际需要从中取出较少的几个综合变量，尽可能多反映原来变量的信息。在这里，信息的大小用离差平方和或方差来表示。 主分量分析的目的是从原始的多个变量中取若干线性组合，并尽可能多地保留原始变量的信息。设有p 个指标 ，找 m个综合指标，且，使得 ， 式中包含的信息最多，包含的信息次之，依次类推，则称为的第i个主成分， 为第i个主成份在第j个变量上的载荷。 性质：（1）各主成分之间互不相关，且 （2）记向量X的协方差阵Σ（或相关系数阵R）的特征值为和特征向量为，则是第i个主成分的方差，载荷; （3）p个原始指标的方差之和=p个主成分的方差之和==p （4）第i个主成分的贡献率为,前m个主成分的累计贡献率是，实际应用中，主成分的个数选取依据累计贡献率达到或超过80%,或取特征根，常常结合两者确定主成分个数。（注：累积贡献率标明的是前m个主成分提取了原始变量的多少信息） （5）前m个主成分对原始变量Xi 的贡献率为Xi与的复相关系数的平方，表明了前m个主成分包含了第i个变量的多少信息。 （6）由于主分量计算中，方差越大的变量越会被优先保留，所以实际中为了消除各变量的数值大小相关较大或者是量纲的影响，通常会将原始变量进行标准化 ， 显然，标准化后的向量X*的协方差阵Σ即为原始向量X的相关矩阵R。实际中从相关系数阵出发进行主成分分析的较多。 （7）主成分得分公式为： 协方差阵Σ出发： 相关系数阵R出发： 其中为第i个原始变量xi的均值. 为第i个原始变量xi减去均值除以标准差.后的标准化值。 主成分分析的步骤： 求协方差阵Σ（或相关系数阵R）的特征根与特征向量 提取前m个主成份，并写出其表达式 对主成分进行解释 计算主成分得分并分析 2 .PRINCOMP过程（主成分分析过程） 功能：完成主分析分析，输入数据集可以是原始数据集、相关阵、协方差阵或叉积阵。输出数据是原始数据集时，还可以选择是从协方阵还是相关阵出发进行分析。计算结果有：简单统计量、相关阵或协方差阵、从大到小排列的特征值与特征向量、累积贡献率等。可生成两个输出数据集:一个包含原始数据集及主分成分得分，另一个包含有关统计量。 一般格式为： PROC PRINCOMP 选项 ; VAR 变量列表 ; WEIGHT 变量列表 ; FREQ 变量 ; BY 变量 ; RUN ; 一般读者只用到PROC FACTOR和VAR 两条语句。有关说明： （1）PROC PRINCOMP 语句中的“选项”常用的主要包括： Data=输入数据集，可以是原始数据集，也可以是type=corr(或cov)的数据集 Out=输出包含原始数据和主分成得分的数据集； Outstat=统计量输出数据集； Cov 要求从协方差阵出发计算主成分，默认为从相关系数阵出发的 N=要计算的主成分个数。默认为全体主成分。 Std要求在out=指定的数据集中把主分量得分标准化为单位方差，不规定时方差为相应特征值 （2）Var语句指定要分析的原始变量，必须为数值型。 3.案件分析——国民生产状况的评价分析 为了分析评价改革开放以来我国的国民生产状况，收集了从1978-1989我国的国民收入等5