SAS聚类输出结果详细说明

SAS软件——VARCLUS过程变量聚类,结果详细说明。

SAS软件——VARCLUS过程变量聚类

如果没有为VARCLUS过程提供初始分类情况，VARCLUS过程开始把所有变量看成一个类，然后它重复以下步骤：

（1）首先挑选一个将被分裂的类。通常这个被选中的类的类分量所解释的方差百分比最小（选项PRECENT=）或者同第二

主成分有关的特征值为最大（选项MAXETGH=）。

（2）把选中的类分裂成两个类。首先计算前两个主成分，再进行斜交旋转，并把每个变量分配到旋转分量对应的类里，分

配的原则是使变量与这个主成分的相关系数为最大。

（3）变量重新归类。通过多次反复重复，变量被重新分配到这些类里，使得由这些类分量所解释的方差为最大。

当每一类满足用户规定的准则时，VARCLUS过程停止。所谓准则，或是每个类分量所解释的方差的百分比，或是每一类的第二特征值达到预设定的标准为止。如果没有准则，则当每个类只有一个特征值大于1时，VARCLUS过程停止。

SAS程序

输入如下程序：

OPTION PS=800;

/* 要求输出的结果中每页包括800行内容，可避免不必要的SAS标题反复出现。 */

PROC VARCLUS DATA=WORK.XLSSAS;

VAR X1-X12;

RUN;

说明：过程语句中没有任何选择项，默认的聚类方法为主成分聚类法。过程步最终会聚成多少类，将由默认的临界值来决定，即当每个类只有一个特征值大于1时，VARCLUS过程停止。

结果分析：

The SAS System 10:04 Wednesday, November 24, 2010 17

这是用分解法思想进行斜交主成分聚类的第1步，将全部12个变量聚成1类，能解释的方差为2.134427，占总方差的17.79%；第二特征值为1.5146.，并预告这一类将被分裂。

Oblique Principal Component Cluster Analysis

Observations 1018 PROPORTION 0

Variables 12 MAXEIGEN 1

SAS聚类输出结果详细说明

Clustering algorithm converged.

Cluster summary for 1 cluster

Cluster Variation Proportion Second

Cluster Members Variation Explained Explained Eigenvalue

------------------------------------------------------------------------

1 12 12 2.134427 0.1779 1.5146

Total variation explained = 2.134427 Proportion = 0.1779

Cluster 1 will be split.

SAS聚类输出结果详细说明

TOP相关主题