Posted in 统计应用 | 1 条评论

SAS多元分析之判别(1)–proc discrim

 

本文主要对SAS做判别分析的proc discrim步的应用做一个简单的摘录，相关的理论知识细节，请参见SAS help文档及其他统计学相关文献等。

1.简介

判别分式是判断样本所属类别的一种统计方法，常用的判别分析法有：

• 距离判别法：首先定义新样本到总体的距离，然后考察样本到各个总体的距离，把新样本判归至与其距离最近的总体。常用距离使用马氏距离。
• 贝叶斯（Bayes）判别法：更具Bayes统计思想，计算新样本属于各个总体的条件概率，比较各个条件概率的大小，将新样本判归至条件概率最大的总体。
• Fisher判别法：是一种先进行高维向低位投影，再根据距离判别的一种方法。借助方差分析的思想构造判别函数（相当于一种投影），使组间区别最大、组内离差最小，然后代入新样本数据，将其与判别临界值比较以确定应判为至哪一总体。
• 逐步判别法：主要是利用一些检验规则，对变量进行逐步筛选，同时进行判别的一种方法。

SAS中的proc discrim(判别归类过程)可以实现：距离判别法，贝叶斯（Bayes）判别法，Fisher判别法（典型判别）。

在proc discrim中，当各总体为正态总体是，距离判别是Bayes判别的特殊形式。

继续阅读