資料：多元統(tǒng)計(jì)分析SAS

1、文柚媒板 I 密源共享多元統(tǒng)計(jì)分析SAS一、名詞（4*4=16）1.SAS數(shù)據(jù)集：指安排在長方形表中的數(shù)據(jù)集合，其基本要素為觀測(cè)值和變量。.參數(shù)檢驗(yàn)：指總體的分布是已知的，而其總體的分布參數(shù)是未知的，需要根據(jù)樣本數(shù)據(jù)來推斷 出總體的未知參數(shù)。.假設(shè)檢驗(yàn)：就是先對(duì)總體的參數(shù)或分布作出某種假設(shè)，然后用適當(dāng)?shù)姆椒ǜ鶕?jù)樣本對(duì)總體提供 的信息推斷此假設(shè)應(yīng)當(dāng)拒絕或接受。具結(jié)果將有助于研究者作出決策，采取措施。.非參數(shù)檢驗(yàn)：在總體分布未知的沒有任何限定的條件下，根據(jù)樣本數(shù)據(jù)推斷出總體具有某種分 布特征或參數(shù)間具有某種性質(zhì)的假設(shè)檢驗(yàn)。.相關(guān)關(guān)系：變量間所具有的密切關(guān)聯(lián)而又不能用函數(shù)關(guān)系精確表達(dá)的關(guān)系。.典型相

2、關(guān)分析：是研究兩組相關(guān)關(guān)系的一種統(tǒng)計(jì)方法，它能揭示兩組變量之間的內(nèi)在聯(lián)系，真 正反映兩組變量間的線性相關(guān)情況。.回歸分析：一般說來是研究隨機(jī)變量和非隨機(jī)變量之間的數(shù)量依存關(guān)系。.多元回歸分析：用以研究一個(gè)因變量與多個(gè)自變量之間的線性依存關(guān)系。根據(jù)較易測(cè)得的自變 量推算不易測(cè)得的因變量，用來進(jìn)行回顧、推斷、預(yù)測(cè)、預(yù)報(bào)和進(jìn)行輔助診斷等。.列聯(lián)表：是描述兩個(gè)分類變量的頻數(shù)分布表。.判別分析：通常是根據(jù)已知樣本的分類及所測(cè)的指標(biāo)，篩選出能提供較多信息的指標(biāo)，從而 建立判別方程，使其錯(cuò)判率最小。對(duì)于未知分類的樣本，可將所測(cè)指標(biāo)代入判別方程，判斷它所 屬的總體。.聚類分析：就是根據(jù)樣品或指標(biāo)的“相似”特征

3、進(jìn)行分類的一種多元統(tǒng)計(jì)分析方法。.系統(tǒng)聚類法：先將n個(gè)元素（樣品或變量）看成n類，然后將性質(zhì)最接近（或相似程度）的 2 類合并為1個(gè)新類，得到n-1類，再從中找出最接近的2類加以合并變成了 n-2類，如此下去， 最后所有元素全聚在一類之中。二、填空（各1分，共10分）. SAS數(shù)據(jù)集包括臨時(shí)和永久。.卡方檢驗(yàn)選擇卡方方法。.正態(tài)分布完全由其 均值和標(biāo)準(zhǔn)差決定。.假設(shè)檢驗(yàn)包括參數(shù)假設(shè)檢驗(yàn)和非參數(shù)假設(shè)檢驗(yàn)。.參數(shù)檢驗(yàn)指總體的分布是已知的，而其 總體的分布參數(shù)是未知的，需要根據(jù)樣本數(shù)據(jù)來推斷 出總體的未知參數(shù)。.聚類分析可以分為 對(duì)變量聚類和對(duì)樣品聚類兩種。只有對(duì) 數(shù)值型變量可以進(jìn)行聚類分析。.聚類

4、分析實(shí)質(zhì)上是尋找一種能客觀反映元素之間親疏關(guān)系的統(tǒng)計(jì)量，然后根據(jù)這種統(tǒng)計(jì)量把元素分成若干類。常用的聚類統(tǒng)計(jì)量有 距離系數(shù)和相似系數(shù)兩類。.距離系數(shù)一般用于對(duì)樣品分類，而相似系數(shù)一般用于對(duì)變量聚類。.研究兩組變量間的相關(guān)性是許多實(shí)際問題的需要，假設(shè)一個(gè)變量從X1Xp，另一個(gè)變量從X1 Xq當(dāng)P=Q=1時(shí)，就是兩個(gè)變量之間的簡單相關(guān)分析問題；當(dāng)P1, Q=1時(shí)，就是一個(gè)因變量與多個(gè)自變量之間的多元相關(guān)分析問題；當(dāng)P、Q均大于1時(shí)，就是研究兩組多變量之間的相關(guān)性，稱為典型相關(guān)性。. SAS語句的步驟包括數(shù)據(jù)步驟和過程步驟。.兩樣本均數(shù)差別的統(tǒng)計(jì)意義檢驗(yàn)判別標(biāo)準(zhǔn)是： 0.05,差別無統(tǒng)計(jì)意義模板資料資

5、源共享濟(jì)源拜享文移輯板濟(jì)源拜享1.96, P0 0.05,差別有統(tǒng)計(jì)意義 2.58 , P 0.01,差別有高度統(tǒng)計(jì)意義. TREE過程不是一個(gè)獨(dú)立的過程，它利用 VARCLUSCLUSTERi程建立的數(shù)據(jù)集繪制樹狀圖。. SAS系統(tǒng)提供的判別過程有 DISCRIM 過程（一般判別過程）、NEIGHBOR過程（一般判別 過程）、CANDIS3程（典型判別過程）、STEPDISC過程（逐步判別過程）。.投影軸的方向要求：使同一類的投影值所形成的類內(nèi)離差平方和盡可能小，而不同類的投影值 離差平方和盡可能大。.列聯(lián)表是描述兩個(gè)分類變量的 頻數(shù)分布表。.判別分析的主要任務(wù)是根據(jù)已掌握的 樣本資料，建立

6、判別函數(shù)，進(jìn)而對(duì)給定的新觀察，判斷 他來自哪一個(gè)總體。判別分析 有兩總體判別 和多總體判別之分。. VARCLUS過程可以建立輸出數(shù)據(jù)集，其數(shù)據(jù)可以用TREE過程畫出樹狀圖。.非參數(shù)檢驗(yàn)是在總體分布未知的沒有任何限定的條件下，根據(jù)樣本數(shù)據(jù)推斷出總體具有某種 分布特征或參數(shù)間具有某種性質(zhì)的假設(shè)檢驗(yàn)。.當(dāng)因變量和自變量各有一個(gè)時(shí)，若呈線性關(guān)系時(shí)，稱 直線回歸，即簡單線性回歸；當(dāng)因變量 有一個(gè)時(shí)，自變量有多個(gè)時(shí)，則因變量與自變量之間的回歸，稱為 多重回歸；當(dāng)因變量也有多個(gè) 時(shí)，則多個(gè)因變量與多個(gè)自變量之間的回歸關(guān)系稱為 多元（或多變量）回歸。三、判斷（2*10=20）.在正態(tài)概率圖中同時(shí)用了 *號(hào)和

7、+號(hào)表示。+號(hào)構(gòu)成了一條直線，而*號(hào)則代表樣本點(diǎn)。如果一個(gè) 樣本來自于正態(tài)分布，則*構(gòu)成一條直線，因而將覆蓋大多數(shù)的 十號(hào)，在正態(tài)概率圖中看到的十號(hào) 越多，則認(rèn)為樣本值的分布偏離正態(tài)分布的程度越大。.距離判別法的判別準(zhǔn)則：某一觀測(cè)屬于距離最短的那個(gè)總體。四、簡答（6*4=24）.什么是正態(tài)性檢驗(yàn)？答：對(duì)于一個(gè)給定的樣本，需要判斷這種假定合理與否。因?yàn)橹挥幸粋€(gè)樣本，所以不能絕對(duì)肯定 這個(gè)假定是否合理。所能做的是檢驗(yàn)這個(gè)假定，再根據(jù)檢驗(yàn)結(jié)果來判斷這個(gè)假定是否合理。這個(gè) 檢驗(yàn)和判斷的過程叫正態(tài)性檢驗(yàn)。.正態(tài)分布的性質(zhì)有哪些？答：（1）正態(tài)分布完全由其均值和標(biāo)準(zhǔn)差決定。（2）正態(tài)分布的均值、眾數(shù)和中位

8、數(shù)相等。（3） 正態(tài)分布是對(duì)稱的（4）正態(tài)分布曲線是光滑的。（5）正態(tài)分布的峰度為00.假設(shè)檢驗(yàn)的一般步驟？答：（1）提出原假設(shè)和備擇假設(shè)。（2）確定檢驗(yàn)統(tǒng)計(jì)量。（3）規(guī)定顯著性水平。（4）計(jì)算檢驗(yàn)統(tǒng) 計(jì)量的值。（5）做出統(tǒng)計(jì)決策。.兩樣本均數(shù)差別的t檢驗(yàn)的前提條件有哪些？答：（1）觀測(cè)是獨(dú)立的（2）每組觀測(cè)是來自正態(tài)總體的樣本。（3）兩個(gè)獨(dú)立組的方差相等。.什么是統(tǒng)計(jì)學(xué)中的第一類錯(cuò)誤和第二類錯(cuò)誤？如何減少第二類錯(cuò)誤發(fā)生的概率？答：第一類錯(cuò)誤是在原假設(shè) h0為真時(shí)，卻拒絕了 H0，接受了 H1，這種以真為假的錯(cuò)誤稱為第一類錯(cuò)誤，也稱為棄真錯(cuò)誤。第二類錯(cuò)誤是在原假設(shè) H0為假時(shí)，卻接受了 h0，

9、這種以假為真的錯(cuò)誤稱為第二類錯(cuò)誤，也稱為取偽錯(cuò)誤。增大樣本容量可使第二類錯(cuò)誤的概率減少。.什么是相關(guān)分析和典型相關(guān)分析？答：變量間所具有的密切關(guān)聯(lián)而又不能用函數(shù)關(guān)系精確表達(dá)的關(guān)系稱為相關(guān)關(guān)系。典型相關(guān)分析 是研究兩組相關(guān)關(guān)系的一種統(tǒng)計(jì)方法，它能揭示兩組變量之間的內(nèi)在聯(lián)系，真正反映兩組變量問 的線性相關(guān)情況。模板資料資源共享丈枝 板 I 濟(jì)本共享.什么是回歸分析？如何區(qū)別簡單線性回歸和多元線性回歸？答：回歸分析一般說來是研究隨機(jī)變量和非隨機(jī)變量之間的數(shù)量依存關(guān)系。當(dāng)因變量和自變量各 有一個(gè)時(shí)，若呈線性關(guān)系時(shí)，稱直線回歸，即簡單線性回歸；當(dāng)自變量有多個(gè)，因變量也有多個(gè) 時(shí)，則多個(gè)因變量與多個(gè)自變量

10、之間的回歸關(guān)系稱為多元線性回歸。.方差分析的基本思想是什么？答：方差分析的基本思想是把全部數(shù)據(jù)關(guān)于總均值的離差平方和分解成幾個(gè)部分，每一部分表示 某因素交互作用所產(chǎn)生的效應(yīng)，將各部分均方與誤差均方相比較，從而確認(rèn)或否認(rèn)某些因素或相 互交互作用的重要性。一般將總離均差平方和SS分為兩個(gè)部分，組內(nèi)部分和組間部分，并被相應(yīng)的自由度df的自由度df除，其比值稱為方差比即F值。公式為:SS且間dfiSS且內(nèi)df2當(dāng)F統(tǒng)計(jì)量值明顯大于1時(shí)，應(yīng)當(dāng)拒絕假設(shè)，判斷各組處理因素有不同的作用。.單因素方差分析的步驟？答：（1）建立假設(shè)（2）計(jì)算樣本均值（3）計(jì)算總樣本均值（4）計(jì)算樣本方差（5）計(jì)算總體方 差的組間

11、估計(jì)（6）計(jì)算總體方差的組內(nèi)估計(jì)（7）計(jì)算F統(tǒng)計(jì)量（8）編制方差分析表（9）做出 統(tǒng)計(jì)決策.雙因素方差分析的步驟？答：（1）建立假設(shè)（2）計(jì)算樣本均值和總樣本均值（3）計(jì)算離差平方和（4）計(jì)算均方值（5） 計(jì)算F統(tǒng)計(jì)量（6）編制雙因素方差分析表（7）做出統(tǒng)計(jì)決策.什么是距離判別法？其判別準(zhǔn)則是什么？答：距離判別法的思想是根據(jù)各觀測(cè)與總體之間的距離遠(yuǎn)近作出判別，即根據(jù)資料建立關(guān)于各總 體的距離判別函數(shù)，再將各個(gè)觀測(cè)數(shù)據(jù)代入到判別函數(shù)中進(jìn)行計(jì)算，得出各觀測(cè)與各總體之間的 距離。判別準(zhǔn)則：某一觀測(cè)屬于距離最短的那個(gè)總體。.聚類分析的種類和方法有哪些？（填空）答：種類：對(duì)變量聚類、對(duì)樣品聚類。方法：（

12、1）系統(tǒng)聚類法（2）分解法（3）動(dòng)態(tài)聚類法（4） 有序樣品聚類法五、編程寫SAS程序（30分）正態(tài)性檢驗(yàn)、t檢驗(yàn)、相關(guān)分析過程-PROC CORR、回歸分析過程-PROC REG、相關(guān)圖、方差分 析過程-PROC ANOVA、屬性數(shù)據(jù)分析-PROC FREQ（卡方檢驗(yàn)）、判別分析過程-PROC DISCRIM、 聚類分析過程-PROC CLUSTER.正態(tài)性檢驗(yàn).正態(tài)性檢驗(yàn)DATA AA ;INPUT HEIGHT ;CARDS;數(shù)據(jù)PROC UNIVARIATE NORMAL PLOT;VAR HEIGHT;RUN;. t 檢驗(yàn)D = X - 500 ;(2)配對(duì)樣本t檢驗(yàn)DATA A;IN

13、PUT X Y;D = Y - X ;CARDS;數(shù)據(jù)PROC MEANS MEAN STD T PRT;VAR D;RUN;(1)單樣本(1)單樣本t檢驗(yàn)DATA T;INPUT X ;(3)兩獨(dú)立樣本t檢驗(yàn)DATA TEMP;INPUT GROUP X;模板資料資源共享丈楮橫板 I 舜嫄共享CARDS;CARDS;500 490 510 498 480 512 505 504 510 500PROC MEANS T PRT;VAR D;RUN;3.相關(guān)分析、回歸分析、散點(diǎn)圖DATA AA ;INPUT SEX $ HEIGHT WEIGHT ;CARDS;數(shù)據(jù)PROC CORR ;RUN

14、;（相關(guān)分析）PROC REG；MODEL WEIGHT=HEIGHT ;RUN;（回歸分析）PROC PLOT ；PLOT WEIGHT （縱坐標(biāo)）*HEIGHT （橫坐標(biāo)）；RUN ；（散點(diǎn)圖）4.方差分析（1）單因素方差分析DATA ANOVA;DO I =1 TO 4;DO A =1 TO 4;INPUT X;OUTPUT ;END;END;DROP I;CARDS;2.62 2.28 2.91 3.922.23 2.76 3.02 3.022.30 2.43 3.28 3.302.40 2.43 3.18 3,04PROC ANOVA;CLASS A ;MODEL X=A ;MEAN

15、S A/SNK;RUN;7.聚類分析DATA DISCRIM ;INPUT GROUP GPA GMAT;模板資料數(shù)據(jù)PROC TTEST;CLASS GROUP;VAR X;RUN;CARDS;數(shù)據(jù)PROC CLUSTER METHOD=SINGLE ;PROC TREE;RUN;（2）多因素方差分析DATA ANOVA;DO A =1 TO 4;DO B =1 TO 3;INPUT X ;OUTPUT;END;END;CARDS;106 116 14542 68 11570 111 13342 63 87PROC ANOVA;CLASS A B;MODEL X=A B;MEANS A B / SNK;RUN;5.屬性分析（卡方檢驗(yàn)）DATA AA ;DO A=1 TO 2;DO B