实验报告10距离判别.docVIP

实验十 距离判别 一、实验目的和要求 掌握距离判别分析的理论与方法、模型的建立与误差率估计；掌握利用判别分析的SAS过程解决有关实际问题. 实验要求:编写程序，结果分析． 实验内容： 要求:1题必做,2,3,4题可选1-2题 1.写出几种距离公式,两总体距离判别准则; 维空间两点， 1.欧氏距离 2.明氏距离 3.马氏距离 线性判别函数的估计 (5.5) 两个总体的距离判别准则 （5.6） 或 2.书上5.3 （1） 两总体之间的广义平方距离 线性判别函数 ） 常数项 系数向量 得到两总体的马氏平方距离为反映了两总体的分离程度 线性判别函数为 以下结果是误判率的回带估计 以下是交叉确认估计结果： 用交叉确认法也将属于总体的第17和19号样品误判为属于，其余均回判正确，误判率的回代估计为:． 在此问距离判别分析中，西藏、上海、广东的判别结果如下： 可以看到这三个省均以100%的判别概率分到了第二类，也即城镇居民消费指标比较高的类别中，从直观上感觉可能西藏的类别划分不是很准确。以下再进一步进行Bayes判别分析。 （2） （一）当总体的协方差相等时： 线性判别函数结果如下： 同样在回代估计中结果如下： 交叉确认估计结果如下： 交叉确认法误判率估计=2/27=0.074 三个待判样品的判别结果如下： 也即同（1）都属于第二类。 （二）当总体的协方差不相等时： 此时的交叉确认回判结果如下： 也即21-27号省份都应该属于第一类但误判到第二类了，此时误判率估计=7/27=0.2592 在这种情况下三个样品的判别结果如下： 也即在两总体协方差矩阵不相等的情况下所有省份都属于同一类，三个待判样品也判到了第一类。显然这样的判别结果不是很合乎实际情况。 3.为了研究2005年全国各地区及国有控股工业企业的经营状况，数据见表1：2005经济指标： 其中:X1—工业增加率（%），X2—总资产贡献率（%），X3—资产负债率（%），X4—流动资产周转次数（次），X5—工业成本费用利用率（%），X6—全员劳动生产率（万元/人.年），X7—产品销售率（%） （1）请用一种聚类分析方法将29个省市分为3种类型（广东、西藏除外）； （2）利用距离判别建立判别函数，判定广东、西藏分别属于哪个发展类型？ 表3 2005经济指标 样品序号 地区 X1 X2 X3 X4 X5 X6 X7 1 北 京 26.91 4.5 31.14 1.88 6.39 17.96 98.99 2 上 海 28 11.7 43.6 1.99 8.57 27.57 99.2 3 天 津 32.9 13.9 60.19 2.2 10.77 21.27 101.98 4 河 北 30.38 10.4 64.01 2.31 5.96 11.28 98.67 5 山 西 37.48 9.4 67.82 1.71 6.82 7.93 97.85 6 内蒙古 43.44 9.8 64.32 2.08 7.94 16.34 98.23 7 辽 宁 28.76 7.5 59.33 2.15 2.78 14.19 99.86 8 吉 林 29.48 8.5 60.57 2.11 3.45 12.29 99.45 9 江 苏 24.34 11.3 59.67 2.29 4.89 15.97 99.41 10 浙 江 24.85 13.4 57.41 2.92 5.28 24.62 99.72 11 安 徽 34.54 11.2 62.83 2.18 6.15 11.77 98.89 12 福 建 28.87 11.9 56.16 2.38 5.74 15.38 99.49 13 江 西 27.21 9.7 69.38 2.01 4 8.86 99.49 14 山 东 36.59 15.8 60.18 2.55 10.83 18.17 99.06 15 河 南 31.9 10.2 65.62 2.06 5.34 8.83 98.61 16 湖 北 33.27 9.2 57.34 1.69 9.05 13.68 99.63 17 湖 南 37.13 12.7 67.23 2.07 4.24 12.71 99.52 18 广 西 31.64 10.8 62.91 2.09 5.88 10.42 99.69 19 海 南 35.44 11.7 54.23 1.97 10.95 14.26 101.3 20 重 庆 25.95 8.2 58.92 1.58 3.71 8.34 99.38 21 四 川 36.29 9.1 6