×
[PR]上記の広告は3ヶ月以上新規記事投稿のないブログに表示されています。新しい記事を書く事で広告が消えます。
正準判別分析をやってみた
データは
B.エヴェリット (2007) のp108-110 表5.8 頭蓋骨データ
リンク中のchap5skulls
従属変数になる群データはEPOCH (1列目) 、これをMB, BH, BL, NH (2-5列目) という連続変量で予測する
MASSパッケージのlda関数
# 線型判別の関数だが、3群以上あると正準判別をやってくれるらしい
reslda <- lda(skulls[,2:5], skulls[,1])
# これだけ？
print(reslda) # 結果
Call: lda(skulls[, 2:5], skulls[, 1])
# 事前確率
Prior probabilities of groups:
c4000BC c3300BC c1850BC c200BC cAD150
0.2 0.2 0.2 0.2 0.2
# 群内の平均値
Group means:
MB BH BL NH
c4000BC 131.3667 133.6000 99.16667 50.53333
-中略-
cAD150 136.1667 130.3333 93.50000 51.36667
# 判別係数 (正準係数とか正準判別係数とも)
Coefficients of linear discriminants:
LD1 LD2 LD3 LD4
MB 0.12667629 0.03873784 0.09276835 0.1488398644
-中略- BH, BLの結果
NH 0.08285128 -0.07729281 -0.29458931 0.0668588797
Proportion of trace:
LD1 LD2 LD3 LD4
0.8823 0.0809 0.0326 0.0042
結果がうまくhtmlででないなぁ…
データは
B.エヴェリット (2007) のp108-110 表5.8 頭蓋骨データ
リンク中のchap5skulls
従属変数になる群データはEPOCH (1列目) 、これをMB, BH, BL, NH (2-5列目) という連続変量で予測する
MASSパッケージのlda関数
# 線型判別の関数だが、3群以上あると正準判別をやってくれるらしい
reslda <- lda(skulls[,2:5], skulls[,1])
# これだけ？
print(reslda) # 結果
Call: lda(skulls[, 2:5], skulls[, 1])
# 事前確率
Prior probabilities of groups:
c4000BC c3300BC c1850BC c200BC cAD150
0.2 0.2 0.2 0.2 0.2
# 群内の平均値
Group means:
MB BH BL NH
c4000BC 131.3667 133.6000 99.16667 50.53333
-中略-
cAD150 136.1667 130.3333 93.50000 51.36667
# 判別係数 (正準係数とか正準判別係数とも)
Coefficients of linear discriminants:
LD1 LD2 LD3 LD4
MB 0.12667629 0.03873784 0.09276835 0.1488398644
-中略- BH, BLの結果
NH 0.08285128 -0.07729281 -0.29458931 0.0668588797
Proportion of trace:
LD1 LD2 LD3 LD4
0.8823 0.0809 0.0326 0.0042
結果がうまくhtmlででないなぁ…
PR
Comment
Trackback
Trackback URL
Comment form
