多元统计实验五判别分析.docx
- 文档编号:9439523
- 上传时间:2023-05-19
- 格式:DOCX
- 页数:16
- 大小:63KB
多元统计实验五判别分析.docx
《多元统计实验五判别分析.docx》由会员分享,可在线阅读,更多相关《多元统计实验五判别分析.docx(16页珍藏版)》请在冰点文库上搜索。
多元统计实验五判别分析
桂林电子科技大学
数学与计算科学学院实验报告
院系
数学与计算科学学院
学号
姓名
成绩
课程
名称
应用多元统计实验
实验项目
名称
实验五判别分析
一,实验目的
会用SAS软件实现距离判别法、贝叶斯判别和费歇尔判别
二,实验原理
Discrim过程
功能:
主要用于处理均衡设计,分析各总体均值之间是否有差异。
格式:
procdiscrim
class
priors
var
TESTCLASS
RUN;
三,实验内容
下面是统计学常用的实例,三种鸢尾花的花瓣,花萼的长,宽数据.共收集了三种鸢尾花,每组50个观测量,共144个观测量的数据,见附件.
在数据中定义5个变量:
slen(花萼长),swid(花萼宽),plen(花瓣长),pwid(花萼宽)是表明观测量(鸢尾花)特征的变量.spon(分类号).分类的值标签是:
1.刚毛鸢尾花(Setosa),2.变色鸢尾花(Vesicolor),3.弗吉尼亚鸢尾花(Viginica)
要求判别如下几个花属于哪类?
slen
swid
plen
pwid
49
30
14
2
50
36
14
2
57
26
35
10
57
29
42
13
60
30
48
18
65
32
51
20
附件:
slen
swid
plen
pwid
spno
50
33
14
2
1
46
36
10
2
1
48
31
16
2
1
49
36
14
1
1
44
32
13
2
1
51
38
16
2
1
50
30
16
2
1
51
38
19
4
1
55
35
13
2
1
44
30
13
2
1
47
32
16
2
1
50
32
12
2
1
43
30
11
1
1
51
35
14
2
1
50
34
16
4
1
46
34
14
3
1
51
33
17
5
1
52
34
14
2
1
50
35
16
6
1
48
30
14
3
1
48
34
19
2
1
58
40
12
2
1
46
32
14
2
1
57
44
15
4
1
54
34
15
4
1
55
42
14
2
1
44
29
14
2
1
48
30
14
1
1
57
38
17
3
1
51
37
15
4
1
52
41
15
1
1
49
31
15
2
1
54
39
17
4
1
47
32
13
2
1
51
34
15
2
1
49
31
15
1
1
54
37
15
2
1
54
39
13
4
1
45
23
13
3
1
51
38
15
3
1
52
35
15
2
1
50
34
15
2
1
46
31
15
2
1
50
35
13
3
1
51
35
14
3
1
48
34
16
2
1
54
34
17
2
1
53
37
15
2
1
57
28
45
13
2
63
33
47
16
2
70
32
47
14
2
58
26
40
12
2
50
23
33
10
2
58
27
41
10
2
60
29
45
15
2
62
22
45
15
2
61
30
46
14
2
56
25
39
11
2
64
32
45
15
2
54
30
45
15
2
67
31
44
14
2
65
26
46
15
2
59
32
48
18
2
60
27
51
16
2
61
28
40
13
2
55
24
38
11
2
55
26
44
12
2
56
30
45
15
2
49
24
33
10
2
52
27
39
14
2
58
27
39
12
2
59
30
42
15
2
63
23
44
13
2
63
25
49
15
2
51
25
30
11
2
56
29
36
13
2
66
30
44
14
2
67
30
50
17
2
56
27
42
13
2
60
34
45
16
2
50
20
35
10
2
62
29
43
13
2
60
22
40
10
2
61
28
47
12
2
57
28
41
13
2
69
31
49
15
2
55
25
40
13
2
68
28
48
14
2
57
30
42
12
2
66
29
46
13
2
55
24
37
10
2
67
31
47
15
2
56
30
41
13
2
64
29
43
13
2
61
29
47
14
2
55
23
40
13
2
67
31
56
24
3
89
31
51
23
3
65
30
52
20
3
58
27
51
19
3
49
25
45
17
3
63
25
50
19
3
63
27
49
18
3
64
28
56
21
3
58
37
51
19
3
64
28
56
22
3
63
28
51
15
3
68
32
59
23
3
62
34
54
23
3
67
33
57
25
3
59
30
51
18
3
64
32
53
23
3
67
33
57
21
3
72
32
60
18
3
61
30
49
18
3
77
30
61
23
3
65
30
55
18
3
77
36
67
22
3
76
30
66
21
3
67
30
52
23
3
79
36
64
20
3
77
28
67
20
3
61
26
56
14
3
62
28
48
18
3
68
34
58
24
3
72
30
58
16
3
64
31
55
18
3
60
22
50
15
3
69
32
57
23
3
56
26
49
20
3
67
25
58
18
3
69
31
54
21
3
72
36
61
25
3
68
30
55
21
3
63
33
60
25
3
71
30
59
21
3
63
29
58
18
3
77
26
69
23
3
74
28
61
19
3
73
29
63
18
3
65
30
58
22
3
64
27
53
19
3
57
25
50
20
3
58
28
51
24
3
四,实验过程原始记录(数据,图表,计算等)
datads511;
inputslenswidplenpwidspno$;
cards;
50331421
46361021
48311621
49361411
44321321
51381621
50301621
51381941
55351321
44301321
47321621
50321221
43301111
51351421
50341641
46341431
51331751
52341421
50351661
48301431
48341921
58401221
46321421
57441541
54341541
55421421
44291421
48301411
57381731
51371541
52411511
49311521
54391741
47321321
51341521
49311511
54371521
54391341
45231331
51381531
52351521
50341521
46311521
50351331
51351431
48341621
54341721
53371521
572845132
633347162
703247142
582640122
502333102
582741102
602945152
622245152
613046142
562539112
643245152
543045152
673144142
652646152
593248182
602751162
612840132
552438112
552644122
563045152
492433102
522739142
582739122
593042152
632344132
632549152
512530112
562936132
663044142
673050172
562742132
603445162
502035102
622943132
602240102
612847122
572841132
693149152
552540132
682848142
573042122
662946132
552437102
673147152
563041132
642943132
612947142
552340132
673156243
893151233
653052203
582751193
492545173
632550193
632749183
642856213
583751193
642856223
632851153
683259233
623454233
673357253
593051183
643253233
673357213
723260183
613049183
773061233
653055183
773667223
763066213
673052233
793664203
772867203
612656143
622848183
683458243
723058163
643155183
602250153
693257233
562649203
672558183
693154213
723661253
683055213
633360253
713059213
632958183
772669233
742861193
732963183
653058223
642753193
572550203
582851243
4930142.
5036142.
57263510.
57294213.
60304818.
65325120.
;
run;
odshtml;
procdiscrimdata=ds511outstat=outd511listerrcrosslisterrpool=test;
classspno;
varslenswidplenpwid;
run;
quit;
odshtmlclose;
结果分析:
(1)协方差矩阵相等的检验。
由p值=0.0001,说明在0.05水平下拒绝“协方差矩阵相等”的零假设,故用组内协方差矩阵进行判
别分析,即:
使用二次判别函数。
(2)错判的各例及其分属各类别的概率。
从上面的输出结果知:
除了2组有4.17错判到3组,3组有2.08错判到2组外,剩下的错判
概率都为0.
另外,用交叉验证法得到的错判情况及概率如下:
从上图可以看出,除了2组有6.25错判到3组,3组有4.17错判到2组外,剩下的
错判概率都为0.综合上面的分析,可知在此例用二次判别函数效果较好。
五,实验结果分析或总结
通过这次实验,我学会了如何用SAS软件实现距离判别法、贝叶斯判别和费歇尔判别。
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 多元 统计 实验 判别分析