第五章数据分析(梅长林)习题说课讲解.doc

上传人：w****g

文档编号：3850921

上传时间：2024-07-22

格式：DOC

页数：10

大小：281.50KB

《第五章数据分析(梅长林)习题说课讲解.doc》由会员分享，可在线阅读，更多相关《第五章数据分析(梅长林)习题说课讲解.doc（10页珍藏版）》请在咨信网上搜索。

第五章数据分析(梅长林)习题精品资料第五章习题 1.习题5.1 解：假定两总体服从正态分布，且协方差矩阵，误判损失相同又先验概率按比例分配，通过SAS计算得到先验概率如表： Class Level Information group Variable Name Frequency Weight Proportion Prior Probability G1 G1 6 6.0000 0.428571 0.428571 G2 G2 8 8.0000 0.571429 0.571429 即：又计算可得：有计算的总体协防差距矩阵S为： Pooled Within-Class Covariance Matrix, DF = 12 Variable x1 x2 x1 1.081944444 -0.310902778 x2 -0.310902778 0.174756944 并且：计算广义平方距离函数：并计算后验概率：回代判别结果如下: Posterior Probability of Membership in group Obs From group Classified into group G1 G2 1 G1 G1 0.9387 0.0613 2 G1 G1 0.9303 0.0697 3 G1 G1 0.9999 0.0001 4 G1 G2 * 0.4207 0.5793 5 G1 G1 0.9893 0.0107 6 G1 G1 1.0000 0.0000 7 G2 G2 0.0007 0.9993 8 G2 G2 0.0026 0.9974 9 G2 G2 0.0008 0.9992 10 G2 G2 0.0586 0.9414 11 G2 G2 0.0350 0.9650 12 G2 G2 0.0006 0.9994 13 G2 G2 0.0038 0.9962 14 G2 G2 0.0012 0.9988 由此可见误判的回代估计：若按照交叉确认法，定义广义平方距离如下：逐个剔除, 交叉判别，后验概率按下式计算：通过SAS计算得到表所示结果。发现同样也是属于G1的4号被误判为G2，因此误判率的交叉确认估计为 Posterior Probability of Membership in group Obs From group Classified into group G1 G2 1 G1 G1 0.9060 0.0940 2 G1 G1 0.7641 0.2359 3 G1 G1 1.0000 0.0000 4 G1 G2 * 0.1950 0.8050 5 G1 G1 0.9743 0.0257 6 G1 G1 1.0000 0.0000 7 G2 G2 0.0012 0.9988 8 G2 G2 0.0051 0.9949 9 G2 G2 0.0014 0.9986 10 G2 G2 0.0713 0.9287 11 G2 G2 0.0422 0.9578 12 G2 G2 0.0009 0.9991 13 G2 G2 0.0059 0.9941 14 G2 G2 0.0022 0.9978 其中=12.1138，，又因为，所以，最后可得后验概率p为：0.048709 习题5.3 解：（1）在并且先验概率相同的的假设前提下，建立矩离判别的线性判别函数。利用SAS的proc discrim过程首先计算得到总体的协方差矩阵，如表： Pooled Within-Class Covariance Matrix, DF = 25 Variable x1 x2 x3 x4 x5 x6 x7 x8 x1 2.25705591 -0.91513311 0.34259974 -0.6084399 -0.9576508 -0.8929719 -0.0539445 -0.2192724 x2 -0.9151331 25.2318255 -0.3390873 -2.5515272 -5.0966371 0.78571637 -0.0835586 4.37529806 x3 0.34259974 -0.33908734 3.30063123 1.42276017 1.78692343 0.40208409 -0.0676655 -0.0732213 x4 -0.6084399 -2.55152726 1.42276017 6.07845863 5.78100857 2.32039331 -0.3205116 0.48605897 x5 -0.9576508 -5.09663714 1.78692343 5.78100857 8.15854743 3.44983429 -0.1096651 0.08904743 x6 -0.8929719 0.78571637 0.40208409 2.32039331 3.44983429 4.16657066 -0.2236278 0.87862549 x7 -0.0539445 -0.08355869 -0.0676655 -0.3205116 -0.1096651 -0.2236278 0.26009291 -0.0767347 x8 -0.2192724 4.37529806 -0.0732213 0.48605897 0.08904743 0.87862549 -0.0767347 2.51054423 各个总体的马氏平方距离见表： Generalized Squared Distance to group From group G1 G2 G1 0 24.61468 G2 24.61468 0 线性判别函数为：得到训练样本回判法判别结果如表： Error Count Estimates for group G1 G2 Total Rate 0.0000 0.0000 0.0000 Priors 0.5000 0.5000 训练样本的交叉确认判别结果： Posterior Probability of Membership in group Obs From group Classified into group G1 G2 17 G1 G2 * 0.4501 0.5499 19 G1 G2 * 0.0920 0.9080 Error Count Estimates for group G1 G2 Total Rate 0.1000 0.0000 0.0500 Priors 0.5000 0.5000 （2）假设两总体服从正态分布，先验概率按比例分配且误判损失相同，在两总体协方差矩阵相同，即的条件下进行Bayes判别分析，通过SAS discrim过程得到结果： Error Count Estimates for group G1 G2 Total Rate 0.0000 0.0000 0.0000 Priors 0.7407 0.2593 交叉确认判别结果： Posterior Probability of Membership in group Obs From group Classified into group G1 G2 19 G1 G2 * 0.2246 0.7754 25 G2 G1 * 0.5282 0.4718 Error Count Estimates for group G1 G2 Total Rate 0.0500 0.1429 0.0741 Priors 0.7407 0.2593 在，并且先验概率按比例分配的假设前提下利用SAS的proc discrim过程进行Bays判别分析，这时以个总体的训练样本单独估计各总体的协方差矩阵，可到的训练样本的回判和交叉确认结果：回判结果： Error Count Estimates for group G1 G2 Total Rate 0.0000 0.0000 0.0000 Priors 0.7407 0.2593 交叉确认判别结果： Posterior Probability of Membership in group Obs From group Classified into group G1 G2 21 G2 G1 * 1.0000 0.0000 22 G2 G1 * 1.0000 0.0000 23 G2 G1 * 1.0000 0.0000 24 G2 G1 * 1.0000 0.0000 25 G2 G1 * 1.0000 0.0000 26 G2 G1 * 1.0000 0.0000 27 G2 G1 * 1.0000 0.0000 Error Count Estimates for group G1 G2 Total Rate 0.0000 1.0000 0.2593 Priors 0.7407 0.2593 （3）在不同的假设前提，采用不同判别方法得到待判样本的判别结果： 1.距离判别分析得到西藏、上海、广东的判别结果： Posterior Probability of Membership in group Obs Classified into group G1 G2 1 G2 0.0000 1.0000 2 G2 0.0000 1.0000 3 G2 0.0000 1.0000 2.在协方差矩阵相同的前提下，Bayes对西藏、上海、广东的判别结果： Posterior Probability of Membership in group Obs Classified into group G1 G2 1 G2 0.0000 1.0000 2 G2 0.0000 1.0000 3 G2 0.0000 1.0000 3在协方差不同矩阵相同的前提下，Bayes对西藏、上海、广东的判别结果： Posterior Probability of Membership in group Obs Classified into group G1 G2 1 G1 1.0000 0.0000 2 G1 1.0000 0.0000 3 G1 1.0000 0.0000 3.习题5.4 解：（1）假设两总体服从正态分布且在两总体协方差矩阵相同，即，先验概率按相同的条件下进行Bayes判别分析，通过SAS discrim过程得到结果：首先得到线性判别函数：回代误判结果： Posterior Probability of Membership in group Obs From group Classified into group G1 G2 9 G1 G2 * 0.3401 0.6599 29 G2 G1 * 0.8571 0.1429 由计算结果发现，第9号样本被误判到G2,29号样本被误判到G1.误判率为6.34% Error Count Estimates for group G1 G2 Total Rate 0.0833 0.0435 0.0634 Priors 0.5000 0.5000 交叉确认判别结果：由计算发现总共有四个样本被判错，分别是9、28、29、35号样品。累计误判率为10.69% Posterior Probability of Membership in group Obs From group Classified into group G1 G2 9 G1 G2 * 0.0973 0.9027 28 G2 G1 * 0.6130 0.3870 29 G2 G1 * 0.9643 0.0357 35 G2 G1 * 0.8470 0.1530 Error Count Estimates for group G1 G2 Total Rate 0.0833 0.1304 0.1069 Priors 0.5000 0.5000 （1）假设两总体服从正态分布且在两总体协方差矩阵相同，即，先验概率按比例分配且误判损失相同的条件下进行Bayes判别分析，通过SAS discrim过程得到结果：首先得到线性判别函数： Linear Discriminant Function for group Variable G1 G2 Constant -99.91796 -95.41991 x1 30.35060 29.87680 x2 -0.15214 -0.15210 x3 -0.78868 -0.22662 x4 1.95176 1.39528 x5 0.58964 0.06490 x6 -108.10195 -85.33735 x7 -0.31156 -0.25957 回代误判结果 Posterior Probability of Membership in group Obs From group Classified into group G1 G2 9 G1 G2 * 0.2119 0.7881 29 G2 G1 * 0.7579 0.2421 Error Count Estimates for group G1 G2 Total Rate 0.0833 0.0435 0.0571 Priors 0.3429 0.6571 交叉确认误判结果： Posterior Probability of Membership in group Obs From group Classified into group G1 G2 5 G1 G2 * 0.3436 0.6564 9 G1 G2 * 0.0532 0.9468 11 G1 G2 * 0.4052 0.5948 12 G1 G2 * 0.3519 0.6481 29 G2 G1 * 0.9338 0.0662 35 G2 G1 * 0.7428 0.2572 Error Count Estimates for group G1 G2 Total Rate 0.3333 0.0870 0.1714 Priors 0.3429 0.6571 仅供学习与交流，如有侵权请联系网站删除谢谢10

文档加载中……请稍候！
如果长时间未打开，您也可以点击刷新试试。

下载文档保存到电脑，查找使用更方便

8 金币

申诉本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请申请举报、认领或删除 立即下载

配套讲稿：: 如PPT文件的首页显示word图标，表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
特殊限制：: 部分文档作品中含有的国旗、国徽等图片，仅作为作品整体效果示例展示，禁止商用。设计者仅对作品中独创性部分享有著作权。
关键词：: 第五数据分析梅长林习题讲解

咨信网温馨提示：
1、咨信平台为文档C2C交易模式，即用户上传的文档直接被用户下载，收益归上传人（含作者）所有；本站仅是提供信息存储空间和展示预览，仅对用户上传内容的表现方式做保护处理，对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿，我们不确定上传用户享有完全著作权，根据《信息网络传播权保护条例》，如果侵犯了您的版权、权益或隐私，请联系我们，核实后会尽快下架及时删除，并可随时和客服了解处理情况，尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确)，网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据，个别因单元格分列造成显示页码不一将协商解决，平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺，下载前须认真查看，确认无误后再购买，务必慎重购买；若有违法违纪将进行移交司法处理，若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传，付费前请自行鉴别，如您付费，意味着您已接受本站规则且自行承担风险，本站不进行额外附加服务，虚拟产品一经售出概不退款（未进行购买下载可退充值款），文档一经付费（服务费）、不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印，是因预览和防盗链等技术需要对页面进行转换压缩成图而已，我们并不对上传的文档进行任何编辑或修改，文档下载后都不会有水印标识（原文档上传前个别存留的除外），下载后原文更清晰；试题试卷类文档，如果标题没有明确说明有答案则都视为没有答案，请知晓；PPT和DOC文档可被视为“模板”，允许上传人保留章节、目录结构的情况下删减部份的内容；PDF文档不管是原文档转换或图片扫描而得，本站不作要求视为允许，下载前自行私信或留言给上传者【w****g】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权，请谨慎使用；网站提供的党政主题相关内容(国旗、国徽、党徽－－等)目的在于配合国家政策宣传，仅限个人学习分享使用，禁止用于任何广告和商用目的。
6、文档遇到问题，请及时私信或留言给本站上传会员【w****g】，需本站解决可联系【微信客服】、【 QQ客服】，若有其他问题请点击或扫码反馈【服务填表】；文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“【版权申诉】”（推荐），意见反馈和侵权处理邮箱：1219186828@qq.com；也可以拔打客服电话：4008-655-100；投诉/维权电话：4009-655-100。

关于本文

本文标题：第五章数据分析(梅长林)习题说课讲解.doc
链接地址：https://www.zixin.com.cn/doc/3850921.html

w****g

内容提供者

实名认证

查看上传人更多文档

部分上传会员的收益排行 01、路***（￥15400+），
02、曲****（￥15300+），
03、wei****016（￥13200+）,
04、大***流（￥12600+），
05、Fis****915（￥4200+），
06、h****i（￥4100+），
07、Q**（￥3400+），
08、自******点（￥2400+），
09、h*****x（￥1400+），
10、c****e（￥1100+）,
11、be*****ha（￥800+），
12、13********8（￥800+）。

相似文档

自信AI助手