判别分析

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

     判别分析主要应用于因变量为无序的离散变量，自变量为连续变量的情况。
     尽管经典的判别过程，在现代智能判别（决策树、神经网络等）面前，多少有点黯然失色，就连它的应用也明显少了很多，但这并不影响它的基础性的地位，和在不同领域的应用。就智能判别算法而言，有很多亮点，像自动化和非线性，尤其在比较大一点的数据情况下，很有市场的，但也并不是所有的情况均适用的，在经典判别条件严格满足的情况，该方法会更准确。析，
*逐步判别用于判别分析的预分析，可以筛选变量；
proc stepdisc data=data_anl.iris method=stepwise;
     class Species;
     var SepalLength SepalWidth PetalLength PetalWidth;
run;
*指定判别过程的正态理论方法，可以根据  pool=test检验不同组方差齐性问题，进而选择
方差是否齐的选择如pool=yes（or no）；
proc discrim data=data_anl.iris outstat=stat method=normal  pool=test
                                                                                 listerr crosslisterr;
          class species;
        *priors proportional;*指定样本比率作为先验概率;
       var SepalLength SepalWidth PetalLength PetalWidth;
run;

*预测新的数据;
data test;*指定新的数据文件test;
input species $10. SepalLength SepalWidth PetalLength PetalWidth;
datalines;
          15 28 31 16
          25 63 23 12
;
proc discrim data=data_anl.iris outstat=stat; *保存判别准则信息stat;
   class species;
run;
proc discrim data=stat testdata=test testlist testout=aa;*保存预测结果在aa中；
   class species;
   title "判别新的观测值的归属问题";
run;
注：参见sas/stat 9.3

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏2 回帖

关键词：判别分析 proportional Proportion stepwise Species method 经典的 因变量 自变量 领域

谢谢分享

判别分析，典型相关，主成分分析，虽然应用各异，但是归根到底都是求解矩阵特征值，进行坐标变换的一个过程，可以统一归类到经典的回归分析
而神经网络进行判别分类的过程，则可以类比为任意一个函数都可以用泰勒展开无穷逼近。
而实际应用中到底是经典的回归更有效还是泰勒展开式的智能算法更有效，尚未有绝对的评价
依我愚见，经典的回归分析在处理大部分问题会更为靠谱。