章系統(tǒng)的多元統(tǒng)計(jì)分析功能演示文稿

章系統(tǒng)的多元統(tǒng)計(jì)分析功能演示文稿當(dāng)前1頁(yè)，總共47頁(yè)。（優(yōu)選）章系統(tǒng)的多元統(tǒng)計(jì)分析功能當(dāng)前2頁(yè)，總共47頁(yè)。主成分分析(PrincipalComponentAnalysis)為了全面系統(tǒng)地分析和研究某些社會(huì)經(jīng)濟(jì)問(wèn)題，可能必須同時(shí)考慮許多存在一定內(nèi)在聯(lián)系和相互關(guān)聯(lián)的經(jīng)濟(jì)指標(biāo)，這些指標(biāo)所反映的信息會(huì)有某種程度的重疊，但去除變量又會(huì)導(dǎo)致某些信息的損失；主成分分析通過(guò)降維的方法，把相互關(guān)聯(lián)的多個(gè)變量轉(zhuǎn)變成少數(shù)互不相關(guān)的新變量（即主成分，也稱為綜合變量），各主成分由原來(lái)變量的線性關(guān)系表示，其包含信息量的多少由各自的方差測(cè)定，主成分的方差越大，所包含的信息量就越多。當(dāng)前3頁(yè)，總共47頁(yè)。PRINCOMP過(guò)程的主要功能：完成主成分分析；主成分的個(gè)數(shù)、名稱及得分是否標(biāo)準(zhǔn)化均可由用戶自己規(guī)定；輸入的數(shù)據(jù)集可以是原始數(shù)據(jù)集、相關(guān)陣或協(xié)方差陣等；計(jì)算結(jié)果有：簡(jiǎn)單統(tǒng)計(jì)量、相關(guān)陣或協(xié)方差陣，從大到小排序的特征值和相應(yīng)特征向量，每個(gè)主成分解釋的方差比例、累計(jì)比例等；可揭示變量間的共線關(guān)系，若某特征值特別接近于0，則說(shuō)明變量線性相關(guān)。當(dāng)前4頁(yè)，總共47頁(yè)。PROC

PRINCOMPDATA=<數(shù)據(jù)集>OPTIONS；VAR變量名列；WEIGHT變量名列；FREQ變量名列；PARTIAL變量名列；BY變量名列；RUN；PRINCOMP過(guò)程的一般形式：當(dāng)前5頁(yè)，總共47頁(yè)。PROCPRINCOMP過(guò)程的常用選項(xiàng)有：OUT=<數(shù)據(jù)集>把計(jì)算的統(tǒng)計(jì)量存入指定的數(shù)據(jù)集；COVARIANCE(或COV)指定以協(xié)方差矩陣為分析數(shù)據(jù)，缺省則以相關(guān)系數(shù)矩陣為分析數(shù)據(jù)；N=正整數(shù)指定要保留的主成分個(gè)數(shù)；PREFIX=主成分名為主成分命名，缺省則自動(dòng)命名為：PRIN1,PRIN2,…；STANDARD(或STD)對(duì)各主成分進(jìn)行標(biāo)準(zhǔn)化，使各主成分的方差為1；

NOINT作協(xié)方差矩陣主成分分析或相關(guān)行列主成分分析時(shí)，各變量不對(duì)其平均數(shù)加以修正。當(dāng)前6頁(yè)，總共47頁(yè)。VAR語(yǔ)句指定主成分分析中使用的變量；WEIGHT語(yǔ)句對(duì)已輸入的資料附加加權(quán)數(shù)據(jù)；FREQ語(yǔ)句表示變量的頻數(shù)；PARTIAL語(yǔ)句除去特定變量的線性效果后，利用偏相關(guān)分析或者協(xié)方差矩陣進(jìn)行分析；BY語(yǔ)句按指定變量分類（需先排序）后，對(duì)每一個(gè)分類進(jìn)行主成分分析。PROCPRINCOMP過(guò)程的常用語(yǔ)句有：當(dāng)前7頁(yè)，總共47頁(yè)。例5.1

已知紐約上市的三只化學(xué)產(chǎn)業(yè)證券(AC、DP、UC)和兩只石油產(chǎn)業(yè)證券(EX、TE)100周的收益率調(diào)查資料。各證券的收益率依次用X1、X2、X3、X4、X5表示,且樣本的平均收益率和相關(guān)矩陣R如下，要求對(duì)證券收益率做主成分分析并解釋主成分的意義。當(dāng)前8頁(yè)，總共47頁(yè)。dataone(type=corr);

_type_='corr';

input

_name_$x1x2x3x4x5@@;

cards;x11....x20.5771...x30.5090.5991..x40.3870.3890.4361.x50.4620.3220.4260.5231;run;procprincomp;run;相關(guān)矩陣數(shù)據(jù)的輸入方法當(dāng)前9頁(yè)，總共47頁(yè)。輸出結(jié)果：（單位特征向量矩陣）各主成分標(biāo)準(zhǔn)化變量的線性系數(shù)當(dāng)前10頁(yè)，總共47頁(yè)。對(duì)主成分意義的解釋：從第一主成分的系數(shù)來(lái)看，均為0.45左右的正數(shù)表明5個(gè)標(biāo)準(zhǔn)化變量對(duì)該主成分具有同等的重要性，并且均成正比關(guān)系，故可認(rèn)為該主成分是反映“整個(gè)證券市場(chǎng)景氣”的綜合指標(biāo)；從第二主成分的系數(shù)來(lái)看，有關(guān)化學(xué)產(chǎn)業(yè)證券（X1,X2,X3）的系數(shù)均為負(fù)，有關(guān)石油產(chǎn)業(yè)證券（X4,X5）的系數(shù)均為正，說(shuō)明該主成分代表化學(xué)產(chǎn)業(yè)證券和石油產(chǎn)業(yè)證券的對(duì)立關(guān)系，故可認(rèn)為該主成分是反映“有關(guān)產(chǎn)業(yè)情報(bào)”的綜合指標(biāo)。當(dāng)前11頁(yè)，總共47頁(yè)。用SAS/INSIGHT方式進(jìn)行主成分分析選定數(shù)據(jù)集Analyze

Multivariate(YX)

將各分析變量都選為Y變量

Output

選中主成分分析（PrincipalComponentAnalysis）復(fù)選框

OK.用分析員應(yīng)用方式進(jìn)行主成分分析選定數(shù)據(jù)集Statistics

MultivariatePrincipalComponents…

選擇分析變量OK.當(dāng)前12頁(yè)，總共47頁(yè)。第五章SAS系統(tǒng)多元統(tǒng)計(jì)分析功能§5.1主成分分析與PRINCOMP過(guò)程§5.2因子分析與FACTOR過(guò)程§5.3判別分析與STEPDISC、DISCRIM過(guò)程§5.4聚類分析與CLUSTER過(guò)程★★當(dāng)前13頁(yè)，總共47頁(yè)。因子分析(FactorAnalysis)因子分析是主成分分析的推廣，它通過(guò)少數(shù)幾個(gè)不可直接測(cè)量的、獨(dú)立的、專業(yè)上有意義的公因子來(lái)說(shuō)明相關(guān)變量之間復(fù)雜結(jié)構(gòu)關(guān)系；因子分析與主成分分析的不同：后者是尋找反映多個(gè)指標(biāo)的獨(dú)立的綜合指標(biāo)，而前者是尋找解釋多個(gè)指標(biāo)的獨(dú)立的公因子，若初始因子難以合理解釋，可利用因子旋轉(zhuǎn)法從旋轉(zhuǎn)后因子得到合理解釋；因子分析的主要用途：利用公因子來(lái)探索和解釋原多個(gè)指標(biāo)對(duì)個(gè)體特征的描述，對(duì)原始變量進(jìn)行分門別類的綜合評(píng)價(jià)等。當(dāng)前14頁(yè)，總共47頁(yè)。FACTOR過(guò)程的主要功能進(jìn)行因子分析、分量分析和因子旋轉(zhuǎn)；對(duì)因子模型使用正交旋轉(zhuǎn)和斜交旋轉(zhuǎn)；用回歸法計(jì)算得分系數(shù)，同時(shí)把因子得分值存儲(chǔ)在輸出數(shù)據(jù)集中。PROC

FACTORDATA=<數(shù)據(jù)集>OPTIONS；VAR變量名列；

PRIORS變量共通性的預(yù)估值；PARTIAL變量名列；

WEIGHT變量名列；FREQ變量名列；

BY變量名列；RUN；FACTOR過(guò)程的一般形式當(dāng)前15頁(yè)，總共47頁(yè)。PROCFACTOR過(guò)程的常用選項(xiàng)1.關(guān)于數(shù)據(jù)存儲(chǔ)的選項(xiàng)：OUT=<數(shù)據(jù)集>把原始資料和計(jì)算的因子存入指定數(shù)據(jù)集；OUTSTAT=<數(shù)據(jù)集>把幾乎所有的因子分析結(jié)果都詳盡地存入指定數(shù)據(jù)集。2.關(guān)于數(shù)據(jù)輸出的選項(xiàng)：ALL(輸出PLOT以外的全部統(tǒng)計(jì)量),CORR(輸出相關(guān)系數(shù)),EIGENVECTORS(輸出特征值),MSA(輸出部分相關(guān)系數(shù)),NPLOT(指定PLOT的因子數(shù)),RESIDUALS(輸出殘差的相關(guān)系數(shù)),SCORE(輸出因子得分),SCREE(利用特征值作SCREEPLOT),SIMPLE(輸出基礎(chǔ)統(tǒng)計(jì)量).當(dāng)前16頁(yè)，總共47頁(yè)。3.有關(guān)提取因子的常用選項(xiàng)：M(ETHOD)=PRIN(PRIORS=ONE)主成分分析法；M=PRIN(PRIORS=SMC)主因子分析法；M=ML(PRIORS=SMC)最大似然法；MIN(EIGEN)=n設(shè)定最小特征根的值；N(FACTORS)=n指定初始因子的數(shù)量。PROCFACTOR過(guò)程的常用選項(xiàng)4.有關(guān)規(guī)定因子軸旋轉(zhuǎn)方法的常用選項(xiàng)：R(OTATE)=VARIMAX|ORTHOMAX|PROMAX|QUARTIMAX界定因子軸的旋轉(zhuǎn)方法(最大方差法|正交最大方差法|在正交最大方差旋轉(zhuǎn)基礎(chǔ)上進(jìn)行斜交旋轉(zhuǎn)|四次方最大法），內(nèi)定值為R=NONE(不進(jìn)行坐標(biāo)變換)

。當(dāng)前17頁(yè)，總共47頁(yè)。VAR語(yǔ)句指定因子分析中使用的變量；WEIGHT語(yǔ)句對(duì)已輸入的資料附加加權(quán)數(shù)據(jù)；FREQ語(yǔ)句表示變量的頻數(shù)；PARTIAL語(yǔ)句除去特定變量的線性效果后，利用偏相關(guān)分析或者協(xié)方差矩陣進(jìn)行分析；BY語(yǔ)句按指定變量分類（需先排序）后，對(duì)每一個(gè)分類進(jìn)行因子分析。PROCFACTOR過(guò)程的常用語(yǔ)句當(dāng)前18頁(yè)，總共47頁(yè)。PROCSCOREDATA=<原始數(shù)據(jù)集>

SCORE=<FACTOR過(guò)程中的輸出數(shù)據(jù)集>OUT=<得分輸出數(shù)據(jù)集>；VAR用來(lái)計(jì)算得分的原始變量集合；RUN；計(jì)算因子得分需事先在FACTOR語(yǔ)句中增加SCORE和OUTSTAT=<輸出數(shù)據(jù)集>選項(xiàng)當(dāng)前19頁(yè)，總共47頁(yè)。dataone(type=corr);

_type_='corr';

input

_name_$x1x2x3x4x5@@;

cards;x11....x20.5771...x30.5090.5991..x40.3870.3890.4361.x50.4620.3220.4260.5231;run;procfactorscreenfact=2scorerotate=varimax;

varx1-x5;run;對(duì)例5.1中五只證券的平均收益率進(jìn)行因子分析例5.2當(dāng)前20頁(yè)，總共47頁(yè)。輸出結(jié)果（1）：（初始因子載荷矩陣）（旋轉(zhuǎn)后因子載荷矩陣）(化學(xué)產(chǎn)業(yè)因子)(石油產(chǎn)業(yè)因子)當(dāng)前21頁(yè)，總共47頁(yè)。特征值對(duì)因子的散點(diǎn)圖（碎石圖）輸出結(jié)果（2）：當(dāng)前22頁(yè)，總共47頁(yè)。輸出結(jié)果（3）：當(dāng)前23頁(yè)，總共47頁(yè)。第五章SAS系統(tǒng)多元統(tǒng)計(jì)分析功能§5.1主成分分析與PRINCOMP過(guò)程§5.2因子分析與FACTOR過(guò)程§5.3判別分析與STEPDISC、DISCRIM過(guò)程§5.4聚類分析與CLUSTER過(guò)程★★★當(dāng)前24頁(yè)，總共47頁(yè)。判別分析(DiscriminantAnalysis)判別分析是根據(jù)表明事物特點(diǎn)的變量值及其分類，求出判別函數(shù)，再根據(jù)判別函數(shù)對(duì)未知所屬類別的事物進(jìn)行分類的一種分析方法；判別分析的步驟：⑴在各歸屬類的K個(gè)獨(dú)立變量中，選擇對(duì)判別分析有顯著影響的P個(gè)獨(dú)立變量；⑵利用被選定的P個(gè)獨(dú)立變量的觀測(cè)值擬合判別函數(shù)；⑶計(jì)算判別函數(shù)的誤判率，分析判別函數(shù)模型的選擇是否正確；⑷利用已建立的判別函數(shù)判別新樣本(觀測(cè)值)的歸屬類別。當(dāng)前25頁(yè)，總共47頁(yè)。PROCSTEPDISCDATA=<數(shù)據(jù)集>OPTIONS；VAR變量名列；

CLASS因(類)變量；BY變量名列；RUN；STEPDISC過(guò)程的一般形式(利用逐步判別分析法對(duì)變量進(jìn)行篩選)語(yǔ)句說(shuō)明：CLASS語(yǔ)句指明歸屬類的變量（數(shù)值變量、文字變量均可）；

BY語(yǔ)句按指定變量分類（需先排序）后，對(duì)每一個(gè)分類進(jìn)行逐步判別分析。當(dāng)前26頁(yè)，總共47頁(yè)。常用選項(xiàng)有：METHOD=STEPWISE|FORWARD|BACKWARD

指定篩選變量的方法(逐步排除法|順向選擇法|反向淘汰法)；SHORT只顯示判別分析的最后結(jié)果；SLE=α(內(nèi)定為0.15)在順向選擇法中，規(guī)定變量被納入模型要達(dá)到的顯著性水平；SLS=α(內(nèi)定為0.15)在反向淘汰法中，規(guī)定某一變量留在模型內(nèi)要達(dá)到的顯著性水平。STEPDISC過(guò)程的一般形式當(dāng)前27頁(yè)，總共47頁(yè)。PROCDISCRIMDATA=<數(shù)據(jù)集>OPTIONS；CLASS因(類)變量；

VAR變量名列；

PRIORS概率；WEIGHT變量名列；

TESTCLASS變量名列；BY變量名列；RUN；DISCRIM過(guò)程的一般形式當(dāng)前28頁(yè)，總共47頁(yè)。1.關(guān)于資料的選項(xiàng)：TESTDATA=<數(shù)據(jù)集>指定用來(lái)交叉確認(rèn)判別函數(shù)有效度的數(shù)據(jù)集，與TESTLIST，TESTLISTERR選項(xiàng)或TESTCLASS等指令合并使用；OUT=<數(shù)據(jù)集>把觀測(cè)值、后驗(yàn)概率和分類結(jié)果存儲(chǔ)入指定數(shù)據(jù)集；OUTSTAT=<數(shù)據(jù)集>把歸屬類的平均值、標(biāo)準(zhǔn)差、相關(guān)系數(shù)、判別函數(shù)系數(shù)等統(tǒng)計(jì)量存儲(chǔ)入指定數(shù)據(jù)集；TESTOUT=<數(shù)據(jù)集>把在TESTDATA中指定數(shù)據(jù)集的觀測(cè)值、后驗(yàn)概率和分類結(jié)果存儲(chǔ)入指定數(shù)據(jù)集.PROCDISCRIM過(guò)程的常用選項(xiàng)當(dāng)前29頁(yè)，總共47頁(yè)。2.關(guān)于界定判別函數(shù)種類的選項(xiàng)：METHOD=NOMAL|NPAR指定建立判別函數(shù)的方法(參數(shù)方法|非參數(shù)方法)；POOL=YES利用合并協(xié)方差陣建立判別函數(shù)(線性)；POOL=NO利用總體協(xié)方差陣建立判別函數(shù)(二次)；

POOL=TEST檢驗(yàn)總體協(xié)方差陣的齊性，滿足齊性條件建立線性判別函數(shù)，不滿足則建立二次判別函數(shù)；SLPOOL=α用于設(shè)定檢驗(yàn)兩類協(xié)方差陣齊性的顯著性水平.PROCDISCRIM過(guò)程的常用選項(xiàng)當(dāng)前30頁(yè)，總共47頁(yè)。3.關(guān)于數(shù)據(jù)輸出的常用選項(xiàng)：LIST(輸出所有觀測(cè)值的分類結(jié)果),LISTERR(輸出誤判觀測(cè)值的分類結(jié)果),TESTLIST(輸出存儲(chǔ)在TESTDATA中的觀測(cè)值的分類結(jié)果),TESTLISTERR(輸出存儲(chǔ)在TESTDATA中誤判觀測(cè)值的分類結(jié)果),BCORR(輸出各類間的相關(guān)矩陣),ALL(輸出全部結(jié)果),ANOVA(利用多變量方差分析各類平均值相等的假設(shè)),DISTANCE(輸出兩類間的距離),SIMPLE(輸出變量的描述統(tǒng)計(jì)量).PROCDISCRIM過(guò)程的常用選項(xiàng)當(dāng)前31頁(yè)，總共47頁(yè)。CLASS語(yǔ)句指明歸屬類的變量；

VAR語(yǔ)句指定判別分析中使用的變量；WEIGHT語(yǔ)句對(duì)已輸入的資料附加加權(quán)數(shù)據(jù)；PRIORS語(yǔ)句指定先驗(yàn)概率；TESTCLASS語(yǔ)句指定存儲(chǔ)在TESTDATA中的某些變量，以檢驗(yàn)其觀測(cè)值是否存在誤判的情況；BY語(yǔ)句按指定變量分類（需先排序）后，對(duì)每一個(gè)分類進(jìn)行判別分析。PROCDISCRIM過(guò)程的常用語(yǔ)句當(dāng)前32頁(yè)，總共47頁(yè)。數(shù)據(jù)集SUNNY.BANKRY是為研究中小企業(yè)破產(chǎn)模型而收集的38個(gè)企業(yè)的相關(guān)財(cái)務(wù)數(shù)據(jù)資料，各變量含義如下：X1—總負(fù)債率(CashFlow/TotalDebt);

X2—收益性指標(biāo)(NetIncome/TotalAssets);X3—短期支付能力(CurrentAssets/CurrentLiabilities);

X4—生產(chǎn)效益性指標(biāo)(CurrentAssets/NetSales);Y—類別(0=已破產(chǎn)企業(yè)，1=正常運(yùn)營(yíng)企業(yè)).

例4.9當(dāng)前33頁(yè)，總共47頁(yè)。proc

stepdisc

data=sunny.bankry

method=stepwise;

var

x1-x4;

class

y;run;輸出結(jié)果(部分)：當(dāng)前34頁(yè)，總共47頁(yè)。proc

discrimdata=sunny.bankry

pool=testslpool=0.05

listerroutstat=one;

varx2x3;

classy;run;proc

print

data=one;run;當(dāng)前35頁(yè)，總共47頁(yè)。輸出結(jié)果(部分)：可見(jiàn)，應(yīng)拒絕兩類的協(xié)方差矩陣相等的原假設(shè)，即兩類的協(xié)方差矩陣不滿足方差齊性的要求，應(yīng)建立二次判別函數(shù).當(dāng)前36頁(yè)，總共47頁(yè)。輸出結(jié)果(部分)：（后驗(yàn)概率的計(jì)算方法）（誤報(bào)樣本信息）誤判率先驗(yàn)概率假設(shè)當(dāng)前37頁(yè)，總共47頁(yè)?，F(xiàn)有新的8個(gè)企業(yè)的財(cái)務(wù)資料如下，試分析它們歸屬上述兩類的后驗(yàn)概率并分類。例4.9（續(xù)）OBSX1X2X3X4Y10.040.011.500.7102-0.06-0.061.370.40030.07-0.011.370.3404-0.13-0.141.420.44050.150.062.230.56160.160.052.310.20170.290.061.840.38180.540.112.330.481當(dāng)前38頁(yè)，總共47頁(yè)。datatwo;inputx1-x4y;cards;

0.04 0.01 1.50 0.71 0-0.06-0.06 1.370.40 00.07-0.01 1.37 0.34 0-0.13-0.14 1.42 0.44 00.15 0.06 2.23 0.56 10.16 0.05 2.31 0.20 10.29 0.06 1.84 0.38 10.54 0.11 2.33 0.48 1;run;proc

discrim

data=onetestdata=twotestlist;

classy;

testclassy;run;當(dāng)前39頁(yè)，總共47頁(yè)。輸出結(jié)果：當(dāng)前40頁(yè)，總共47頁(yè)。第五章SAS系統(tǒng)多元統(tǒng)計(jì)分析功能§5.1主成分分析與PRINCOMP過(guò)程§5.2因子分析與FACTOR過(guò)程§5.3判別分析與STEPDISC、DISCRIM過(guò)程§5.4聚類分析與CLUSTER過(guò)程★★★★當(dāng)前41頁(yè)，總共47頁(yè)。聚類分析(ClusterAnalysis)聚類分析是依據(jù)事物的性質(zhì)和特征的不同，將具有相似性質(zhì)或距離的個(gè)體聚為一類，具有不同性質(zhì)的個(gè)體聚為不同類的分類方法；聚類分析與判別分析的區(qū)別：前者是用某種方法把分類未知的觀測(cè)進(jìn)行合理分類，使同一類的觀測(cè)比較接近，是無(wú)指導(dǎo)的學(xué)習(xí)；后者則是已知分類然后總結(jié)出判別規(guī)律，是有指導(dǎo)的學(xué)習(xí)；SAS系統(tǒng)提供了譜系聚類(常用)、快速聚類、變量聚類等聚類過(guò)程。當(dāng)前42頁(yè)，總共47頁(yè)。譜系聚類法(HierarchicalClusterMethod)譜系聚類法有合并聚類和分割聚類兩種，前者是把較有密切相似性關(guān)系的個(gè)體逐一聚類，由原來(lái)的n個(gè)類最后變成一個(gè)新類；后者是把非相似性關(guān)系的個(gè)體逐一分割出去，由原來(lái)的一個(gè)類最后變成n個(gè)新類，以合并聚類法較為常用；兩類之間距離的定義方法主要有：最短距離法(SingleLinkageMet