判別分析

#################ステップワイズ変数選択による判別分析#####################

#

使用法

sdis(f1s+f2s+f3s+f4s+f5s,a1, stepwise=TRUE, P.in=0.05, P.out=0.05, predict=FALSE, verbose=TRUE)

引数

data        説明変数だけのデータフレーム

group       群を表す変数（ベクトルではなく，1 列のデータフレームとして引用するほうがよい）

stepwise    ステップワイズ変数選択をするかどうか（デフォールトは TRUE）

P.in        Pin（デフォルトは 0.05）

P.out       Pout（デフォルトは 0.05，Pout ≧ Pin のこと）

predict     個々の判別結果などを出力するかどうか（デフォルトは FALSE）

verbose     ステップワイズ変数選択の途中結果を出力する

分類関数など，予測値など，予測結果集計表に関する結果はそれぞれ，「分類関数」，「個々の判別」，「判別結果集計表」の要素名で参照できる。

2群判別の場合のみ，plot メソッドとして，2 種類の結果グラフ表示を用意している（このページの下の方を参照）。

ソース

インストールは，以下の 1 行をコピーし，R コンソールにペーストする

source("http://aoki2.si.gunma-u.ac.jp/R/src/sdis.R";, encoding="euc-jp”)

lda関数

(result_z <- lda(z[,63:66],z$f1_f))

result_z2 <- predict(result_z)

print(result_z)

print(result_z2)

table(z$f1_f,result_z2$class)

data_z <- scale(z[,63:66])

re <- lda(data_z,z$f1_f)

re

re2 <- lda(data_z,z$f1_f,CV=T)

re2

names(re2)

car.re2 <- table(z$f1_f,re2$class)

sum(car.re2[row(car.re2)==col(car.re2)])/sum(car.re2)

#判別率の算出

sum(car.re2[row(car.re2)!=col(car.re2)])/sum(car.re2)

#誤判別率の算出

plot(re,deimen=1)