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
需积分: 49 175 浏览量
更新于2024-08-10
收藏 4.88MB PDF 举报
"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。
2022-09-21 上传
2011-09-22 上传
2024-01-29 上传
2024-09-28 上传
2024-09-28 上传
2024-09-28 上传
史东来
- 粉丝: 41
- 资源: 4063
最新资源
- IPQ4019 QSDK开源代码资源包发布
- 高频组电赛必备:掌握数字频率合成模块要点
- ThinkPHP开发的仿微博系统功能解析
- 掌握Objective-C并发编程:NSOperation与NSOperationQueue精讲
- Navicat160 Premium 安装教程与说明
- SpringBoot+Vue开发的休闲娱乐票务代理平台
- 数据库课程设计:实现与优化方法探讨
- 电赛高频模块攻略:掌握移相网络的关键技术
- PHP简易简历系统教程与源码分享
- Java聊天室程序设计:实现用户互动与服务器监控
- Bootstrap后台管理页面模板(纯前端实现)
- 校园订餐系统项目源码解析:深入Spring框架核心原理
- 探索Spring核心原理的JavaWeb校园管理系统源码
- ios苹果APP从开发到上架的完整流程指南
- 深入理解Spring核心原理与源码解析
- 掌握Python函数与模块使用技巧