SAS系统中费氏紫罗兰数据分析：相斥式集群与统计程序应用

"费氏紫罗兰的相斥式集群分析-190422-st_tech_trends_report_2020-2040" 这篇报告主要涉及了使用SAS软件进行的一种聚类分析——费氏紫罗兰数据集的相斥式集群分析。费氏紫罗兰数据集是统计学中的一个经典示例，包含不同种类紫罗兰的花萼长度（SEPALLEN）、花萼宽度（SEPALWID）、花瓣长度（PETALLEN）和花瓣宽度（PETALWID）四个特征。报告中使用的FASTCLUS（快速聚类）程序是一种迭代方法，旨在将数据分成多个类别，使得类别内的相似度最大化，类别间的差异最大化。 在本次分析中，FASTCLUS设置了Replace=FULL（表示完全替换模式），Radius=0（没有指定半径限制），Maxclusters=2（最多分为2个类别），Maxiter=10（最大迭代次数为10次），Converge=0.02（收敛标准为0.02）。初始种子的选择是基于数据点的，最小距离为70.85196。分析结果满足了收敛条件，最终的聚类准则基于最终种子为5.0417。 聚类结果展示为两个类别（Cluster 1和Cluster 2），每个类别的频率、标准偏差（RMS Std）以及从种子到观察值的最大距离被列出。Cluster 1有53个样本，标准偏差为3.7050，最大距离为21.1621；Cluster 2有97个样本，标准偏差为5.6779，最大距离为24.6430。同时，报告还提供了最近邻的距离，表明两个类别的最近邻距离相同，都是39.2879。 报告还给出了变量的统计信息，包括总标准差（Total STD）、内部标准差（Within STD）、决定系数（R-Squared）以及调整决定系数（RSQ/(1-RSQ)）。这四个特征的R-Squared值均较高，说明聚类效果较好，其中PETALLEN和PETALWID的决定系数超过0.7，表明这两个特征对区分类别有较大影响。 此外，报告提到了SAS系统内七种常用的描述性统计程序，如PROCMEANS、PROCSUMMARY、PROCUNIVARIATE等，这些程序分别用于生成不同类型的统计输出，如均值、标准差、直方图等。它们在统计分析中扮演着重要角色，帮助用户更好地理解和解释数据。而本报告中的FASTCLUS是这些工具之一，专门用于处理聚类问题，通过分析数据的内在结构来发现潜在的群组。