判别分析与聚类分析..docx

广东金融学院实验报告课程名称： 实验编号及实验名称题目：判别分析与聚类分析系 别姓 名学 号班 级实验地点实验日期实验时数指导教师同组其他成员无成 绩实验目的及要求目的：聚类分析是有了一批样品，不知道它们的分类，甚至墨守成规分成几类都不知道，希望用某种方法把样品进行合理的分类，聚类分析实际上是建立一种分类方法。而判别分析是判断样品所属类型的一种统计方法，希望建立一个准则，对给定的任意一个样品，依据这个准则可以判断它是来自哪个总体。当然，所建判别准则在某种意义上应该是最优的，是产生错判的整合最少。本实验目的是通过使用SAS系统中的Stepdisc和Cluster过程完成判别分析与聚类分析，掌握它们的一般操作方法以及如何结合使用。要求：实验形式（个人）；实验学时数4。实验环境及相关情况（包含使用软件、实验设备、主要仪器及材料等）SAS软件实验内容及步骤（包含简要的实验步骤流程）从广发证券下载股票数据并剔除没交易的股票。按人工分类方法对股票分类，分成四类；对以上进行人工分类的变量进行逐步判别分析，剔除一些不显著的多余变量；将逐步判别出来的剩余变量进行判别分析，得出误判率。将上面逐步判别分析的剩余变量进行聚类分析进一步得到新的分类；再将新的分类类进行逐步判别分析，最后把得到的剩余变量进行判别分析。分析人工分类和聚类分析分类的分类效果，即分析他们分别得到的误判率的大小。实验结果（包括程序或图表、结论陈述、数据记录及分析等，可附页） 用univariate过程对数据进行分类，得到price的分位数，见附录1，由图1得到price按分位数分类的结果：第一类：0-6.420；第二类：6.42-9.615；第三类：9.615-15.29；第四类：15.29以上。对所有的变量按人工分好的四类进行逐步判别分析，见附录2，可以看到，通过逐步判别后的剩余变量为var1-var3 var5-var6 var8 var11-var19,剔除掉的变量为var4 var7 var9-var10。将上面第2题的逐步判别分析得到的剩余变量进行判别分析，见附录3,由图3可知，第一类误判概率为64.27%，第二类误判概率为18.58%；第三类误判概率为23.84%；第四类误判概率为34.88%，误判率普遍较高。进行聚类分析：将上面第2题逐步判别分析得到的剩余变量进行聚类分析分类，见附录4，结果见图4、图5。进行逐步判别分析：聚类后的结果进行逐步判别，见附录5，通过逐步判别后的剩余变量为： var1-var3 var5-var6 var8 var14-var19，剔除掉变量var11-var13。再进行一次判别分析：将聚类分析的剩余变量进行判别分析，见附录6，得到第一类的误判概率为0.22%，第二类的误判概率为9.4%；第三类的误判概率为12.12%；第四类并无误判。结论：由以上结果可知，人工分类与聚类分析得到的分类分别进行判别分析时，前者的误判率明显比后者大很多，所以进行聚类分析可以大大减小判别分析的误判率。实验总结（包括心得体会、问题回答及实验改进意见，可附页）经过这次实验，我学会了凡事只需耐心去做，就可以成功，我们要养成一种不怕苦，不怕累的精神。经过这次实验，我觉得聚类分析操作上有点难度，并且要细心观察结果才能得出可靠信息，从而为下一步的判别分析打下基础。而在判别分析中，可以对聚类分析得到的类数进行分类讨论，通过总误判率的大小来选定最适合的分类方法，当然，详细的对象调整还是在聚类分析的聚类图中，而且也要结合实际情况来判断。教师评语评语评语等级优良中及格不合格1.实验态度认真，实验目的明确2.实验方案、程序设计合理3.实验过程（实验步骤详细，记录完整，数据合理）4.实验结论正确，分析透彻5.实验报告独立完成，无抄袭现象，并按时提交，格式规范，文字叙述流畅，逻辑性强综合评定：附录：进行描述性统计量分析，对现价进行分位数分类程序：data lwh; set lwh;if price0;run;proc univariate data=lwh;var price;run;运行结果： 图1 输出现价分位数将人工分类做逐步判别分析的程序：data lwh;set lwh;if price6.42 then l=1;if price6.42 and price9.615 then l=2;if price9.615 and price15.29 then l=3;if price15.29 then l=4;run;data lwh;set lwh;drop price;run;proc stepdisc data=lwh;class l;　run;运行结果：图2逐步判别分析的剩余变量和剔除变量3、判别分析的程序：proc discrim data=lwh o