全部版块 我的主页
论坛 数据科学与人工智能 数据分析与数据科学 SAS专版
4986 2
2009-11-22
110   2   2   180  1.5    10.5   10     70   ACCheerios
110   6   2   290    2     17      1      105  Cheerios
110   1   1   180    0     12      13      55   CocoaPuffs
110   1   1   180    0     12      13      65   CountChocula
110   1   1   280    0     15      9        45   GoldenGrahams
110   3   1   250  1.5    11.5   10      90   HoneyNutCheerios
110   2   1   260    0     21       3       40   Kix  
110   2   1   180    0     12      12      55   LuckyCharms
100   2   1   220    2     15      6        90   MultiGrainCheerios
130   3   2   170   1.5   13.5   10    120  OatmealRaisinCrisp
100   3   2   140   2.5   10.5    8     140  RaisinNutBran
110   2   1   200    0      21      3       35   TotalCornFlakes
140   3   1   190    4      15     14    230  TotalRaisinBran
100   3   1   200    3      16      3     110  TotalWholeGrain
110   1   1   140    0      13     12      25   Trix
100   3   1   200    3      17      3     110  Cheaties
110   2   1   200    1      16      8       60   WheatiesHoneyGold
70     4   1   260    9      7        5     320  AllBran
110   2   0   125    1      11    14       30   AppleJacks
100   2   0   290    1      21      2       35   CornFlakes
110   1   0   90      1      13    12       20   CornPops
110   3   3   140    4      10      7     160  CracklinOatBran
110   2   0   220    1      21      3       30   Crispix
110   2   1   125    1      11    13       30   FrootLoops
110   1   0   200    1      14    11       25   FrostedFlakes
100   3   0   0        3      14      7     100  FrostedMiniWheats
120   3   0   240    5      14    12     190  FruitfulBran
110   2   1   170    1      17      6       60   JustRightCrunchyNuggets
160   3   2   150    3      17    13     160  MueslixCrispyBlend
120   2   1   190    0      15      9       40   NutNHoneyCrunch
140   3   2   220    3      21      7     130  NutriGrainAlmondRaisin
90     3   0   170    3      18      2       90   NutriGrainWheat
100   3   0   320    1      20      3       45   Product19
120   3   1   210    5      14    12     240  RaisinBran
110   2   0   290    0      22      3       35   RiceKrispies
110   2   1   70      1      9      15       40   Smacks
110   6   0   230    1     16       3       55   SpecialK
120   1   2   220    0     12     12       35   CapNCrunch
120   1   2   220    1     12     11       45   HoneyGrahamOhs
100   4   2   150    2     12       6       95   Life
50     1   0   0        0     13       0       15   PuffedRice
50     2   0   0        1     10       0       50   PuffedWheat
100   5   2   0        2.7  1         1     110  QuakerOatmeal

上面是数据,第一列是卡路里,第二列是蛋白质,第三列是脂肪,第四列是钠,第五列是纤维,第六列是碳水化合物,第七列是糖,第八列是钾,最后一列是品牌,想编一个SAS程序求每个品牌的欧式距离,怎么编啊?
谢谢了!
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

全部回复
2010-11-27 21:48:19
我也想知道……
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

2010-12-1 15:07:34
参照下例:

data Protein;                                                        
      input Country $14. RedMeat WhiteMeat Eggs Milk
                         Fish Cereal Starch Nuts FruitVeg;
      datalines;
   Albania        10.1  1.4  0.5   8.9  0.2  42.3  0.6  5.5  1.7
   Austria         8.9 14.0  4.3  19.9  2.1  28.0  3.6  1.3  4.3   
   Belgium        13.5  9.3  4.1  17.5  4.5  26.6  5.7  2.1  4.0
   Bulgaria        7.8  6.0  1.6   8.3  1.2  56.7  1.1  3.7  4.2
   Czechoslovakia  9.7 11.4  2.8  12.5  2.0  34.3  5.0  1.1  4.0
   Denmark        10.6 10.8  3.7  25.0  9.9  21.9  4.8  0.7  2.4
   E Germany       8.4 11.6  3.7  11.1  5.4  24.6  6.5  0.8  3.6
   Finland         9.5  4.9  2.7  33.7  5.8  26.3  5.1  1.0  1.4
   France         18.0  9.9  3.3  19.5  5.7  28.1  4.8  2.4  6.5
   Greece         10.2  3.0  2.8  17.6  5.9  41.7  2.2  7.8  6.5
   Hungary         5.3 12.4  2.9   9.7  0.3  40.1  4.0  5.4  4.2
   Ireland        13.9 10.0  4.7  25.8  2.2  24.0  6.2  1.6  2.9
   Italy           9.0  5.1  2.9  13.7  3.4  36.8  2.1  4.3  6.7
   Netherlands     9.5 13.6  3.6  23.4  2.5  22.4  4.2  1.8  3.7
   Norway          9.4  4.7  2.7  23.3  9.7  23.0  4.6  1.6  2.7
   Poland          6.9 10.2  2.7  19.3  3.0  36.1  5.9  2.0  6.6
   Portugal        6.2  3.7  1.1   4.9 14.2  27.0  5.9  4.7  7.9
   Romania         6.2  6.3  1.5  11.1  1.0  49.6  3.1  5.3  2.8
   Spain           7.1  3.4  3.1   8.6  7.0  29.2  5.7  5.9  7.2
   Sweden          9.9  7.8  3.5   4.7  7.5  19.5  3.7  1.4  2.0
   Switzerland    13.1 10.1  3.1  23.8  2.3  25.6  2.8  2.4  4.9
   UK             17.4  5.7  4.7  20.6  4.3  24.3  4.7  3.4  3.3
   USSR            9.3  4.6  2.1  16.6  3.0  43.6  6.4  3.4  2.9
   W Germany      11.4 12.5  4.1  18.8  3.4  18.6  5.2  1.5  3.8
   Yugoslavia      4.4  5.0  1.2   9.5  0.6  55.9  3.0  5.7  3.2
   ;

title 'Protein Consumption in Europe';
   proc distance data=Protein out=Dist method=Euclid;
      var interval(RedMeat--FruitVeg / std=Std);
      id Country;
   run;

   
   proc print data=Dist(Obs=10);
   title2 'First 10 observations in the output data set from PROC DISTANCE';
   run;
二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

相关推荐
栏目导航
热门文章
推荐文章

说点什么

分享

扫码加好友,拉您进群
各岗位、行业、专业交流群