統(tǒng)計(jì)軟件課程設(shè)計(jì)

東北大學(xué)秦皇島分校統(tǒng)計(jì)軟件課程設(shè)計(jì)報(bào)告鳶尾花亞屬類型的判別分析學(xué)院數(shù)學(xué)與統(tǒng)計(jì)學(xué)院專業(yè)數(shù)學(xué)與應(yīng)用數(shù)學(xué)學(xué)號(hào)5122121姓名殷曉娟指導(dǎo)教師馬世美張子選成績(jī)教師評(píng)語(yǔ)：指導(dǎo)教師簽字：2014年7月6日葉數(shù)學(xué)與統(tǒng)計(jì)學(xué)院課程設(shè)計(jì)報(bào)告葉數(shù)學(xué)與統(tǒng)計(jì)學(xué)院課程設(shè)計(jì)報(bào)告第#頁(yè)datadywh;inputx1-x4group$;cards;Iris-setosa3.01.40.2Iris-setosaIccandiscdata=dywhout=canywh1ncan=2distancesimple;classgroup;varx1-x4;run;goptionsftext='宋體'；symbol1cv=redv=squareh=2;symbol2cv=bluev=starh=2；symbol3cv=greenv=doth=2；procgplotdata=canywh1；plotcan2*can1=group；run；procprintdata=canywh1；run;procdiscrimdata=canywh1distancelist;classgroup;varcan1can2;run;procdiscrimdata=canywh1pool=testdistancelist;classgroup;varcan1can2;run;quit;2.2判別結(jié)果分析2.2.1距離判別法結(jié)果分析1．合并樣本組內(nèi)離差陣和合并樣本協(xié)方差陣PooledWithin-ClassSSCPMatrixVariablex1x2x3x4x136.9133333313.2744444422.802444445.31577778x213.2744444416.003111117.533333334.75155556x322.802444447.5333333324.659111115.91200000x45.315777784.751555565.912000005.87288889PooledWithin-ClassCovarianceMatrix,DF=132Variablex1x2x3x4x10.27964646460.100563973100402710438x20.10056397310.12123569020.05707070710.0359966330x30057070707100447878788x40.04027104380.03599663300.04478787880.044491582產(chǎn)生的合并樣本協(xié)方差陣用來(lái)計(jì)算馬氏距離。2．三個(gè)亞屬間的馬氏距離SquaredDistancetogroupFromgroupIris-setIris-verIris-virIris-set088.70237175.34029Iris-ver88.70237016.30151Iris-vir175.3402916.301510從表中可以得出setosa和versicolor的馬氏距離為88.70237，setosa和virginica的馬氏

距離為175.34029,versicolor和virginica的馬氏距離為16.30151。3．線性判別函數(shù)的建立LinearDiscriminantFunctionforgroupVariableIris-setIris-verIris-virConstant-79.15786-68.87393-99.95391x121.3610914.1654210.97183x222.511536.319003.16207x3-14.654796.6640914.40262x4-17.251565.3755418.46390從表中可得線性判別函數(shù)為:Y(X)=-79.15786+21.36109X+22.51153X-14.65479X-17.25156X11234Y(X)=-68.87393+14.16542X+6.31900X+6.66409X+5.37554X21234Y(X)=-99.95391+10.97183X+3.16207X+14.40262X+18.46390X312344．判別歸類結(jié)果FromClassifiedObsgroupintogroupIris-setIris-verIris-vir136Iris-set*1.00000.00000.0000137Iris-ver*0.00000.99990.0001138Iris-set*1.00000.00000.0000139Iris-vir*0.00000.00020.9998140Iris-vir*0.00000.01130.9887141Iris-vir*0.00000.00600.9940142Iris-set*1.00000.00000.0000143Iris-ver*0.00000.99990.0001144Iris-set*1.00000.00000.0000145Iris-set*1.00000.00000.0000146Iris-ver*0.00001.00000.0000147Iris-ver*0.00001.00000.0000148Iris-vir*0.00000.02580.9742149Iris-vir*0.00000.00001.0000150Iris-set*1.00000.00000.0000回判結(jié)果給出來(lái)自三個(gè)亞屬的135個(gè)樣品中除第66,79和124外都判對(duì)了；對(duì)15個(gè)待判樣品的判別結(jié)果為：第1,3,7,9,15五個(gè)鳶尾花為setosa，第2,8,10,11,12五個(gè)鳶尾花為versicolor,第4,5,6,13,14五個(gè)鳶尾花為virginica。

222貝葉斯判別法結(jié)果分析1．三個(gè)亞屬兩兩配對(duì)的組間廣義平方距離D(ij)=(X-X)'Cov-i(X-X)+In|Cov|GeneralizedSquaredDistancetogroup

FromgroupIris-setIris-verIris-virIris-set-12.7840494.12685149.85847Iris-ver293.61733-10.831474.06230Iris-vir651.435135.79169-8.86466三個(gè)總體的協(xié)方差陣不等，故D2GMD2CP2．判別歸類結(jié)果FromClassifiedObsgroupintogroupIris-setIris-verIris-vir136Iris-set*1.00000.00000.0000137Iris-ver*0.00000.99940.0006138Iris-set*1.00000.00000.0000139Iris-vir*0.00000.00001.0000140Iris-vir*0.00000.00040.9996141Iris-vir*0.00000.00220.9978142Iris-set*1.00000.00000.0000143Iris-ver*0.00000.99990.0001144Iris-set*1.00000.00000.0000145Iris-set*1.00000.00000.0000146Iris-ver*0.00000.99950.0005147Iris-ver*0.00001.00000.0000148Iris-vir*0.00000.09650.9035149Iris-vir*0.00000.00001.0000150Iris-set*1.00000.00000.0000回判結(jié)果給出來(lái)自三個(gè)亞屬的135個(gè)樣品中除第66，79和124外都判對(duì)了；對(duì)15個(gè)待判樣品的判別結(jié)果為：第1，3,7,9,15五個(gè)鳶尾花為setosa，第2,8,10，11，12五個(gè)鳶尾花為versicolor，第4,5,6,13,14五個(gè)鳶尾花為virginica。與距離判別法的判別結(jié)果一致。

2.2.3費(fèi)希爾判別法結(jié)果分析1.典型相關(guān)及兩個(gè)典型變量的A-1B的特征值A(chǔ)pproximateSquaredStandardCanonicalErrorCorrelation0.0026500.9693260.0687560.204097AdjustedCanonicalCanonicalCorrelationCorrelation10.9845440.98418920.4517710.440073EigenvaluesofInv(E)*H=CanRsq/(1-CanRsq)Eigenvalue31.60090.2564DifferenceEigenvalue31.60090.2564Difference31.3444Proportion0.99200.0080Cumulative0.99201.0000LikelihoodApproximateRatioFValueNumDFDenDFPr>F10.02441355174.158258<.000110.02441355174.158258<.000120.7959027811.113130<.0001首先從檢驗(yàn)兩個(gè)典型變量的F統(tǒng)計(jì)量判別結(jié)果可以看出p值都小于顯著性水平所以這兩個(gè)典型變量存在顯著性差異，可以用來(lái)討論總體間的判別問題。其次，從表中可以看出第一大特征值1=31.6009的貢獻(xiàn)率達(dá)到99.20%，所以用地一個(gè)判別函數(shù)即可進(jìn)行很好的判斷了。2.Gplot生成的圖形圖個(gè)判別函數(shù)即可進(jìn)行很好的判斷了。2.Gplot生成的圖形圖2.1費(fèi)希爾判別法Gplot生成圖由圖也可以看出第一個(gè)判別函數(shù)就已經(jīng)能很好的將這些點(diǎn)分類了，顯然第二個(gè)函數(shù)的區(qū)分度還很不夠。3．判別歸類結(jié)果FromClassifiedObsgroupintogroupIris-setIris-verIris-vir136ris-set*1.00000.00000.0000137Iris-ver*0.00000.99990.0001138Iris-set*1.00000.00000.0000139Iris-vir*0.00000.00020.9998140Iris-vir*0.00000.01130.9887141Iris-vir*0.00000.00600.9940142Iris-set*1.00000.00000.0000143Iris-ver*0.00000.99990.0001144Iris-set*1.00000.00000.0000145Iris-set*1.00000.00000.0000146Iris-ver*0.00001.00000.0000147Iris-ver*0.00001.00000.0000148Iris-vir*0.00000.02580.9742149Iris-vir*0.00000.00001.0000150Iris-set*1.00000.00000.0000回判結(jié)果給出來(lái)自三個(gè)亞屬的135個(gè)樣品中除第66，79和124外都判對(duì)了；對(duì)15個(gè)待判樣品的判別結(jié)果為：第1,3,7,9,10,15六朵花為setosa，第2,8，11，12四朵鳶尾花為versicolor，第4,5,6,13,14五朵鳶尾花為virginica。與其他兩中判別法只有第10個(gè)待判樣品的判別結(jié)果不同，且與上述Gplot圖的結(jié)果完全一致。綜合以上分析，可以肯定樣品3,7,9,15屬于setosa,2,8,11,12屬于versicolor,4,5,6,13,14屬于virginica,而樣品10可能屬于setosa，也可能屬于versicolor，應(yīng)該根據(jù)實(shí)際情況判斷。結(jié)論從文中的判別函數(shù)的回判符合率可知,依據(jù)三種判別分析法建立的三個(gè)總體的判別函數(shù)具有很好的準(zhǔn)確度,這一結(jié)果表明能夠依據(jù)鳶尾花的花萼和花瓣的長(zhǎng)度和寬度建立判別函數(shù)對(duì)其亞屬類型進(jìn)行判定,這為未知鳶尾花的亞屬類型判定以及其分類學(xué)地位提供了統(tǒng)計(jì)學(xué)上的理論依據(jù)和發(fā)展思路。但是鳶尾花的亞屬除了這三類，還有其他很多類亞屬，并且其亞屬在分類學(xué)上劃分指標(biāo)遠(yuǎn)不止花萼和花瓣的長(zhǎng)度和寬度這四項(xiàng)，因此本文中所建立的判別方法并不能在全面的準(zhǔn)確的判定某一鳶尾花的所屬亞屬，還需要擴(kuò)大其亞屬總體數(shù)目和采用更多典型的性狀指標(biāo)。在鳶尾花不同亞屬和性狀指標(biāo)的涵蓋面廣且具典型性的情況下建立判別方法和實(shí)現(xiàn)的判定結(jié)果才是最為準(zhǔn)確有效。本文中所建立的判別函數(shù)僅適用于某一鳶尾花在是否歸屬setosa，virginica或versicolor亞屬的問題上，才能夠憑借花萼和花瓣的長(zhǎng)度