discrim(Pro)

メニュー情報

統計:多変量解析:判別分析

概要

判別分析と正準判別分析を実行します

追加の情報

これはOrigin Proのみの機能です。

必要なOriginのバージョン:8.6

コマンドラインでの使用法

  1. discrim group:=5 var:=1:4;
  2. discrim group:=5 var:=1:4 -t "Canonical Discriminant Analysis";

Xファンクションの実行オプション

スクリプトからXファンクションにアクセスする場合、追加のオプションスイッチについてのページを参照してください。

変数

表示
変数
I/O

データ型
デフォルト
説明
トレーニングデータのグループ group

入力

Range

トレーニングデータのグループ指定のために列からデータを指定します。
トレーニングデータ var

入力

Range

<active>
トレーニングデータを指定します。Origin 2020b以降、[Book]Sheet!(N1:N2) 形式の短縮構文を使用できます。ここで、N1は列の連続した範囲の開始の列番号、N2は終了の列番号です。[Book]Sheet!([Book]Sheet!N1:N2,[Book]Sheet!N3:N4) の形式の非連続データも使用できます。
テストデータの予測 test

入力

int

0
テストデータのメンバーシップを予測するかどうかを決定します。チェックを付ける(1)と、pvarを利用できます。
テストデータ pvar

入力

Range

テストデータを指定します。
事前確率 prior

入力

int

0
各グループの事前確立のタイプを選択します。

オプションリスト:

  • 等価
    事前確率はすべてのグループで同じです。
  • グループサイズに比例
    グループの事前確率は、グループ内の観測数に比例します。
判別関数 method

入力

int

0
分類方法を選択します。

オプションリスト:

  • 線形
    線形判別関数を使用します。プールされたグループ内共分散行列は、マハラノビス距離を計算するために使用されます。
  • 二次式
    二次判別関数を使用します。グループ内共分散行列は、マハラノビス距離を計算するために使用されます。

詳細は、判別関数のアルゴリズムをご覧ください

正準判別分析 candisc

入力

int

1
正準判別分析を実行する(1)かしない(0)かを指定します。
交差確認 cv

入力

int

0
トレーニングデータを交差確認方法で分類する(1)かしない(0)か指定します。
記述統計 stat

入力

int

1
平均、各グループの各変数の標準偏差、および合計を含むトレーニングデータに対する記述統計を実行するか(1)しないか(0)指定します。
記述行列 dmat

入力

int

0
トレーニングデータの共分散行列、相関行列、グループ距離(二乗マハラノビス)行列を計算するか(1)しないか(0)を指定します。
一変量分散分析 anova

入力

int

0
各変数のグループ平均の違いを検定するために、トレーニングデータに対して一変量の分散分析を実行するか(1)しないか(0)を指定します。
共分散行列の相当性の検定 equal

入力

int

0
グループ内共分散行列の等価性を検定するために、トレーニングデータに対して共分散行列の相当性の検定を実行するか(1)しないか(0)を指定します。
プールされた群内の共分散/相関行列 pcov

入力

int

0
トレーニングデータのプールされたグループ内共分散行列と相関行列を出力するか(1)しないか(0)を指定します。
郡内の共分散行列 gcov

入力

int

0
トレーニングデータのグループ内共分散行列を出力するか(1)しないか(0)を指定します。
判別関数の係数 dcoeff

入力

int

0
定数および線形係数を含む判別関数の係数を計算するか(1)しないか(0)を指定します。このオプションは手法線形の場合のみ利用できます。
正準判別行列 cstruct

入力

int

0
正準判別分析で正準構造行列を計算するか(1)しないか(0)を指定します。
正準判別関数の係数 ccoeff

入力

int

0
正準判別分析で正規化されているのと正規化されていない、2つの正準判別関数の係数を計算するか(1)しないか(0)を指定します。
正準判別関数のスコア cscore

入力

int

1
正準判別分析で正準スコアおよび正準グループ平均を計算するか(1)しないか(0)を指定します。
事後確率 prob

入力

int

1
異なるグループに属するトレーニングデータとテストデータの観測点の事後確率が分類結果に含めるか(1)含めないか(0)を指定します。
マハラビノスの平方距離 dist

入力

int

0
異なるグループに属するトレーニングデータとテストデータの観測点のマハラノビスの平方距離を分類結果に含めるか(1)含めないか(0)を指定します。
異型性インデックス ai

入力

int

0
異なるグループに属するトレーニングデータとテストデータの観測点の異型性インデックスを分類結果に含めるか(1)含めないか(0)を指定します。
分類サマリー cstat

入力

int

1
各予測グループ内の観測データ数、トレーニングデータのエラー率、そしてトレーニングデータの交差確認を含む分類結果をまとめるか(1)まとめないか(0)を指定します。
分類サマリープロット cplot

入力

int

0
予想されたグループメンバーシップの元を含む分類サマリープロットを結果レポートに表示するか(1)しないか(0)を指定します。
分類フィットプロット fplot

入力

int

0
観測データの予測グループの事後確率を含む分類フィットプロットを結果レポートに表示するか(1)しないか(0)を指定します。
正準関数のスコアのプロット splot

入力

int

1
始めの2つの正準判別関数の係数内の観測データからスコアを表示する正準判別関数のスコアプロットを結果レポートに表示するか(1)しないか(0)を指定します。
判別分析レポート rt

出力

ReportTree

<new>
判別分析レポートのシートを指定します。
トレーニングデータの分類結果 rdtrain

出力

ReportData

<新規>
トレーニングデータの分類結果のためのシートを指定します。
テストデータの分類結果 rdtest

出力

ReportData

<new>
テストデータの分類結果のためのシートを指定します。
正準判別関数のスコア rdscore

出力

ReportData

<new>
正準判別関数のスコアのためのシートを指定します。
プロットデータ rdplot

出力

ReportData

<new>
プロットデータのためのシートを指定します。これはダイアログでは表示されません。

説明

この関数は、範囲データに対して判別分析を実行します。詳細は、判別分析を参照してください。

サンプル

サンプル1

  1. \Samples\Statistics\Fisher's Iris Data.datをインポートします。
  2. 次のスクリプトを実行します。
discrim group:=5 var:=1:4 rdtrain:=[<input>]<input> -r 2;

Example2

  1. \Samples\Graphing\US Mean Temperature.datファイルをインポートします。
  2. 次のスクリプトを実行します。
kmeans ir:=4:15 num:=5 rd:=[<input>]<input> -r 2;
page.active=1;
discrim group:=17 var:=4:15 -t "Canonical Discriminant Analysis";

アルゴリズム

判別分析のアルゴリズムをご覧ください。

参考文献

判別分析の参考文献をご覧ください。

関連 X ファンクション

pca, kmeans, hcluster