距离广义平方距离与Bayes判别Word格式.docx

1、数据集选项（1）DATA=SAS-data-set：指定分析的数据集，缺省为最新创建数据集；（2）TESTDATA=SAS-data-set：指定待分类的输入观测数据集。（3）OUT=SAS-data-set：生成输出数据集，包括来自输入数据集的所有数据，后验概率以及每个观测被重复替换后所分入的类。判别方法选项（1）MEIHODNORMAL|NPAR：确定导出分类准则的方法。当指定方法为NORMAL时，导出的判别函数基于组内总体是正态分布的，而当指定的方法为NPAR时，导出的判别函数基于非参数方法，缺省时系统设定为正态。（2）POOLNO|TEST|YES：确定计算平方距离是以合计协方差阵还是

2、组内协方差阵为基础。缺省时系统规定采用合并协方差阵导出线性判别函数，此时系统暗含假定各组协方差阵相等；POOLNO采用组内协方差阵导出线性判别函数，暗含假定各组协方差阵不相等;POOLTEST，对组内协方差阵进行齐性检验，根据检验结果导出判别函数。其它常用判别方法选项（1）LIST：列出每个观测重复替换分类结果。（2）WCOV：输出组内协力差阵的估计。（3）PCOV：合并类内协方差阵估计。（4）DISTANCE：输出类均值之间的平方距离（5）SIMPLE：输出简单描述统计量。2. CLASS语句一般格式为：CLASS variable；该语句规定进行判别分析的分类变量，可以是字符型的，也可以是

3、数值型的。3.VAR语句 用来指明用来建立判别函数的变量。2、 距离判别应用举例（课本181页） 例511（盐泉含钾性判别） 某地区经勘探证明A盆地是一个钾盐矿区，B盆地是一个钠盐矿区，其他盐盆地是否含钾盐有待作出判断今从A，B两盆地各抽取5个盐泉样品：从其他盆地抽得8个盐泉样品，18个盐泉的特征数值见表51试对后8个待判盐泉进行含钾性判别下面用SASSTAT软件中的DISCRIM过程进行判别归类：以下SAS程序首先生成SAS数据集D511，然后调用DISCRIM过程对含钾和不含钾的A，B两类盆地的10个样品特征测量值用距离判别的方法，建立线性判别函数并对已知类别的样品和待判样品进行判别归类。

4、输出至输出5.1.4是SAS程序输出的部分结果SAS程序如下：（假定两组总体协方差阵相等）data d511; input x1-x4 group $; cards;13.85 2.79 7.80 49.60 A 4.67 12.31 A 4.63 16.18 62.15 A 3.54 7.50 43.20 A28.79 4.90 A 1.06 1.22 B 3.85 0.80 4.06 47.10 B 0.00 3.50 0.00 B 2.42 2.14 15.10 B12.10 0.00 5.68 0.00 B 8.85 3.38 5.17 26.10 .28.60 2.40 1.20 1

5、27.0 .20.70 6.70 7.60 . 7.90 2.40 4.30 . 3.19 3.20 1.43 9.90 . 5.10 4.43 . 3.40 2.31 31.30 .15.00 2.70 5.02 .proc discrim data=d511 wcov pcov distance list;class group; var x1-x4; run;程序解释说明：（1）DATA步创建一个用于建立判别函数和归类的名为d511的SAS数据集。其中x1-x4为盐泉的四个特征数值，group为分类变量，为字符型。数据行的后八行为待判样品，不参与判别函数的创建，group为缺省值代表要求

6、判别归类。（2）proc discrim表示调用discrim过程，选项data=d511指定分析的输入数据集，缺省时采用最新创建的SAS数据集；（3）选项wcov pcov分别要求输出组内协方差阵（即和）和合并样本协方差阵（即）（见输出5.1-1）（4）选项distance要求输出各组间的距离 （见输出）；（5）选项1ist要求输出按距离准则的判别结果 （见输出4 ）。（6）class语句规定进行判别分析的分类变量，即group；（7）var语句指明用来建立判别函数的变量。 主要输出结果：输出5.1-1组内协方差阵（即） 组间距离及两组总体均值差异的显著性检验A,B两组间距离为37.0287

7、6，检验的F统计量值为14.46436，对应P值=0.0059 ChiSqSince the Chi-Square value is significant at the 0.05 level, the within covariance matrices willbe used in the discriminant function.卡方检验的P值为0.03960.05，所以拒绝协方差阵相等的假设，即不相等。所以判别函数应为二次函数。 类间配对广义马氏距离判别结果回判结果全部正确，待判别的8各盐泉全归为B，即不含钾。二、广义平方距离判别和Bayes判别当先验概率和各组协方差阵都相等等时，广

8、义平方距离判别法即为马氏距离判别法。广义平方距离判别调用discrim过程。当各组协方差阵相等时，Bayes判别法与协方差阵相等情况下的马氏距离判别法一致；当各组协方差阵不相等时，此时的Bayes判别法与协方差阵不全相等情况下的广义平方距离判别法一致。应用举例（课本191页） 例（胃癌的鉴别） 下表是从病例中随机抽取的部分资料，这里有二个总体：胃癌、萎缩件胃炎和非胃炎患者从每个总体抽5个病人，每人化验4项生化指标：血清铜蛋白（X1）、蓝色反应（X2）、尿吲哚乙酸（x3）和中性硫化物（X4）.试用广义平方距离判别方法建立判别准则并对这15个样品进行判别归类。表5.2 胃癌检验的生化指标 data

9、 d522; input group x1-x4 ;1 228 134 20 11 1 245 134 10 401 200 167 12 27 1 170 150 7 81 100 167 20 14 2 225 125 7 142 130 100 6 12 2 150 117 7 62 120 133 10 26 2 160 100 5 103 185 115 5 19 3 170 125 6 43 165 142 5 3 3 135 108 2 123 100 117 7 2proc discrim data=d522 pool=no distance list;priors equal

10、;程序解释说明:（1）pool=no表示认为三个总体的协方差阵不全相等，此时采用广义平方距离进行判别归类；（2）priors equal;假定先验概率相等，都为1/3. PRI0RS语句：该语句指定各组中成员出现的先验概率一般格式：Priors equal；规定先验概率相等Priors proportional|prop; 规定先验概率为各组样本出现的比例Priors probabilities；指定各个组（即分类变量的各个水平）的先验概率 如： priors A=0.1 B0.3 C0.5 D0.1；如果分类变量的水平值为小写字符或数值时必须用括号括起来Priors a=0.1 b=0.3 c=0.5 d=0.1；Priors l=0.1 2=0.3 3=0.5 4=0.1；主要输出结果： 输出（A） 两两配对的组间广义平方距离 由输出结果知，等等。输出（B） 由选项LIST要求而列出的回判结果回判结果中给出三个类中15个样品都判对了， 输出（C） 错判信息 错判信息给出错判的比率为0.