libname malib 'c:\documents and settings\malot\sas';



data iris;
      input SepalLength SepalWidth PetalLength PetalWidth Species @@;
      label SepalLength='Sepal Length in mm.'
            SepalWidth ='Sepal Width in mm.'
            PetalLength='Petal Length in mm.'
            PetalWidth ='Petal Width in mm.';
      symbol = put(species, specname10.);
      datalines;
   50 33 14 02 1 64 28 56 22 3 65 28 46 15 2 67 31 56 24 3
   63 28 51 15 3 46 34 14 03 1 69 31 51 23 3 62 22 45 15 2
   59 32 48 18 2 46 36 10 02 1 61 30 46 14 2 60 27 51 16 2
   65 30 52 20 3 56 25 39 11 2 65 30 55 18 3 58 27 51 19 3
   68 32 59 23 3 51 33 17 05 1 57 28 45 13 2 62 34 54 23 3
   77 38 67 22 3 63 33 47 16 2 67 33 57 25 3 76 30 66 21 3
   49 25 45 17 3 55 35 13 02 1 67 30 52 23 3 70 32 47 14 2
   64 32 45 15 2 61 28 40 13 2 48 31 16 02 1 59 30 51 18 3
   55 24 38 11 2 63 25 50 19 3 64 32 53 23 3 52 34 14 02 1
   49 36 14 01 1 54 30 45 15 2 79 38 64 20 3 44 32 13 02 1
   67 33 57 21 3 50 35 16 06 1 58 26 40 12 2 44 30 13 02 1
   77 28 67 20 3 63 27 49 18 3 47 32 16 02 1 55 26 44 12 2
   50 23 33 10 2 72 32 60 18 3 48 30 14 03 1 51 38 16 02 1
   61 30 49 18 3 48 34 19 02 1 50 30 16 02 1 50 32 12 02 1
   61 26 56 14 3 64 28 56 21 3 43 30 11 01 1 58 40 12 02 1
   51 38 19 04 1 67 31 44 14 2 62 28 48 18 3 49 30 14 02 1
   51 35 14 02 1 56 30 45 15 2 58 27 41 10 2 50 34 16 04 1
   46 32 14 02 1 60 29 45 15 2 57 26 35 10 2 57 44 15 04 1
   50 36 14 02 1 77 30 61 23 3 63 34 56 24 3 58 27 51 19 3
   57 29 42 13 2 72 30 58 16 3 54 34 15 04 1 52 41 15 01 1
   71 30 59 21 3 64 31 55 18 3 60 30 48 18 3 63 29 56 18 3
   49 24 33 10 2 56 27 42 13 2 57 30 42 12 2 55 42 14 02 1
   49 31 15 02 1 77 26 69 23 3 60 22 50 15 3 54 39 17 04 1
   66 29 46 13 2 52 27 39 14 2 60 34 45 16 2 50 34 15 02 1
   44 29 14 02 1 50 20 35 10 2 55 24 37 10 2 58 27 39 12 2
   47 32 13 02 1 46 31 15 02 1 69 32 57 23 3 62 29 43 13 2
   74 28 61 19 3 59 30 42 15 2 51 34 15 02 1 50 35 13 03 1
   56 28 49 20 3 60 22 40 10 2 73 29 63 18 3 67 25 58 18 3
   49 31 15 01 1 67 31 47 15 2 63 23 44 13 2 54 37 15 02 1
   56 30 41 13 2 63 25 49 15 2 61 28 47 12 2 64 29 43 13 2
   51 25 30 11 2 57 28 41 13 2 65 30 58 22 3 69 31 54 21 3
   54 39 13 04 1 51 35 14 03 1 72 36 61 25 3 65 32 51 20 3
   61 29 47 14 2 56 29 36 13 2 69 31 49 15 2 64 27 53 19 3
   68 30 55 21 3 55 25 40 13 2 48 34 16 02 1 48 30 14 01 1
   45 23 13 03 1 57 25 50 20 3 57 38 17 03 1 51 38 15 03 1
   55 23 40 13 2 66 30 44 14 2 68 28 48 14 2 54 34 17 02 1
   51 37 15 04 1 52 35 15 02 1 58 28 51 24 3 67 30 50 17 2
   63 33 60 25 3 53 37 15 02 1
   ;
run;

*\on voit dans la table donnee qu'il y a une option de format qui est incluse dans le put\*;
*\donc ainsi cela ne peut pas tourner\*;

*\table corrigee\*;
data iris;
      input SepalLength SepalWidth PetalLength PetalWidth Species @@;
      label SepalLength='Sepal Length in mm.'
            SepalWidth ='Sepal Width in mm.'
            PetalLength='Petal Length in mm.'
            PetalWidth ='Petal Width in mm.';
      datalines;
   50 33 14 02 1 64 28 56 22 3 65 28 46 15 2 67 31 56 24 3
   63 28 51 15 3 46 34 14 03 1 69 31 51 23 3 62 22 45 15 2
   59 32 48 18 2 46 36 10 02 1 61 30 46 14 2 60 27 51 16 2
   65 30 52 20 3 56 25 39 11 2 65 30 55 18 3 58 27 51 19 3
   68 32 59 23 3 51 33 17 05 1 57 28 45 13 2 62 34 54 23 3
   77 38 67 22 3 63 33 47 16 2 67 33 57 25 3 76 30 66 21 3
   49 25 45 17 3 55 35 13 02 1 67 30 52 23 3 70 32 47 14 2
   64 32 45 15 2 61 28 40 13 2 48 31 16 02 1 59 30 51 18 3
   55 24 38 11 2 63 25 50 19 3 64 32 53 23 3 52 34 14 02 1
   49 36 14 01 1 54 30 45 15 2 79 38 64 20 3 44 32 13 02 1
   67 33 57 21 3 50 35 16 06 1 58 26 40 12 2 44 30 13 02 1
   77 28 67 20 3 63 27 49 18 3 47 32 16 02 1 55 26 44 12 2
   50 23 33 10 2 72 32 60 18 3 48 30 14 03 1 51 38 16 02 1
   61 30 49 18 3 48 34 19 02 1 50 30 16 02 1 50 32 12 02 1
   61 26 56 14 3 64 28 56 21 3 43 30 11 01 1 58 40 12 02 1
   51 38 19 04 1 67 31 44 14 2 62 28 48 18 3 49 30 14 02 1
   51 35 14 02 1 56 30 45 15 2 58 27 41 10 2 50 34 16 04 1
   46 32 14 02 1 60 29 45 15 2 57 26 35 10 2 57 44 15 04 1
   50 36 14 02 1 77 30 61 23 3 63 34 56 24 3 58 27 51 19 3
   57 29 42 13 2 72 30 58 16 3 54 34 15 04 1 52 41 15 01 1
   71 30 59 21 3 64 31 55 18 3 60 30 48 18 3 63 29 56 18 3
   49 24 33 10 2 56 27 42 13 2 57 30 42 12 2 55 42 14 02 1
   49 31 15 02 1 77 26 69 23 3 60 22 50 15 3 54 39 17 04 1
   66 29 46 13 2 52 27 39 14 2 60 34 45 16 2 50 34 15 02 1
   44 29 14 02 1 50 20 35 10 2 55 24 37 10 2 58 27 39 12 2
   47 32 13 02 1 46 31 15 02 1 69 32 57 23 3 62 29 43 13 2
   74 28 61 19 3 59 30 42 15 2 51 34 15 02 1 50 35 13 03 1
   56 28 49 20 3 60 22 40 10 2 73 29 63 18 3 67 25 58 18 3
   49 31 15 01 1 67 31 47 15 2 63 23 44 13 2 54 37 15 02 1
   56 30 41 13 2 63 25 49 15 2 61 28 47 12 2 64 29 43 13 2
   51 25 30 11 2 57 28 41 13 2 65 30 58 22 3 69 31 54 21 3
   54 39 13 04 1 51 35 14 03 1 72 36 61 25 3 65 32 51 20 3
   61 29 47 14 2 56 29 36 13 2 69 31 49 15 2 64 27 53 19 3
   68 30 55 21 3 55 25 40 13 2 48 34 16 02 1 48 30 14 01 1
   45 23 13 03 1 57 25 50 20 3 57 38 17 03 1 51 38 15 03 1
   55 23 40 13 2 66 30 44 14 2 68 28 48 14 2 54 34 17 02 1
   51 37 15 04 1 52 35 15 02 1 58 28 51 24 3 67 30 50 17 2
   63 33 60 25 3 53 37 15 02 1
   ;
run;

*\il s'agit d'une table contenant 5 variables, les 4 premieres étant quantitatives et la derniere qualitative a trois modalites.\*;
*\pour faire apparaitre le coage demandé, voilà commetn procéder\*;
*\on definit le format par la procedure format\*;
proc format;
      value specname
         1='Setosa    '
         2='Versicolor'
         3='Virginica ';
   run;

   *\on l'iclut dans une etape data\;

   data iris2;
   set iris;
   format Species specname.;
   symbol = put(species, specname10.);
   run;

   proc print;
   run;

proc cluster data=iris2 method=ward print=15;
      var petal: sepal:;
      copy species;
   run;

   *\la procedure cluster comme son nom l'indique permet de regourper les donnees en groupes.\*;
   *\ici il s'agit de la methode de classification hierarchique ascendante qui regroupe au fur et à mesure les individus 2 par 2\*;
   *\au départ, il y a autant de groupes que d'individus, puis selon un procede d'agregation base sur une distance (ici la distance de\*;
   *\ward, à la premier etape on regorupe les deux groupes qui sont les plus proches au sens de la distance. Il y a alors (n-1) groupes\*,
   n etant le nombre d'individus au depart.\*;
   *\on recalcule les distances entre tous les groupes et on agrege les deux les plus proches et ainsi de suite jusqu'a n'avoir\*;
   *\plus qu'un groupe\*;

   *\l'option var dit sur quelles variables SAS doit se baser pour calculer une distance\*;
   *\petal: veut dire toutes les variables commencant par petal\*;
*\en sortie, on a les valeurs propres de la matrice de covariance\*;
   *\mais surtout l'historique de l'aggregation\*;
   *\attention du fait de l'option print=15 seules les 15 derniers regroupements sont affiches\*;
   *\la colonne NCL affiche le nombre de groupe a l'etape courrante\*;
 *\les deux colonnes suivantes indiques quels sont les groupes qui ont ete associes pour former celui en cours\*;
   *\si cl. alors c'est que l'on considerait un groupe, si ob. c'est que le groupe n'est qu'une observation\*;
*\la colonne freq indique le nombre d'observation dans le groupe courant\*;
   *\puis ensuite viennent des operateurs dont vous n'avez pas besoin de connaître les particularité\*;

   *\attention, il y a des informations qui sont stockees dans une base\*;
   *\pour le voir, il suffit de demander une impression de la derniere base creee\*;

   proc print;
   run;

   *\dans cette base, beaucoup plus d'information que ce qui a ete vu au simple affichage :\*;
*\name : nom du groupe*\;
   *\parent : quel groupe va l'absorber, donc son parent\*;
   *\ncl : nombre de groupes à ce niveau\*;
   *\freq : le nombre d'observation dans le groupe considere\*;
   *\height : la hauteur du regroupement, ce qui n'est rien d'autre que la distance entre les deux groupes qui l'ont constitue\*;
   *\ensuite, vous pouvez oublier\*;
   *\juste : les valeurs dans les colonnes portant le nom des variables sont celles asociées au barycentre du groupe\*;

   *\a partir de cette sortie, vous pouvez faire une representation graphique, par SAS et par vous-meme\*;

*\pour donner un nom a la base constitue par defaut\*;


proc cluster data=iris2 method=ward print=15 outtree=base1;
      var petal: sepal:;
      copy species;
   run;

   proc print data=base1;
   run;

   *\on retrouve bien la meme chose\*;

   proc tree ncl=3 out=out;
   copy petal: sepal: species;
   run;

*\cette procedure travaille sur la base issue de proc cluster\*;

proc tree data=base1 ncl=3 out=out;
   copy petal: sepal: species;
   run;


   *\ceci vous permet de faire la representation graphique encore appelee dendrogramme\*;
   *\ncl=3 veut dire que l'on constitue 3 groupes donc que l'on met un seuil horizontal de façon a avoir 3 groupes\*;
   *\aucune incidence sur le graphique mais sur la sortie oui\*;


   proc print;
   run;

   *\dans la base out, vous avez pour chaque observation son nom, la valeur des variables et de l'espece du fait de l'option copy\*;
   *\le groupe dans lequel se situe l'observation parmis les 3 et le nom de ce groupe\*;

   proc candisc noprint out=can;
   class cluster;
   var petal: sepal:;
   run;

   *\rien ne s'affiche car noprint\*;
   *\class permet de declarer une variable qualitative : ici cluster donc on travaille en fait sur la base issue de la procedure tree\*;


   proc candisc data=out noprint out=can;
   class cluster;
   var petal: sepal:;
   run;

   *\cette modification ne change rien mais leve toute ambiguite\*;
*\ceci permet de realiser une analyse (canonique) discriminante\*;
   *\l'idee est identique a celle de l'analyse en composantes principales dans le sens ou l'on cherche des combinaisons lineaires\*;
   *\des variables qui permettent de representer au mieux les donnees, au mieux etant au sens de discirminer (separer) le plus possible\*;
   *\les classes de la variable qualitative\*;

 legend1 frame cframe=ligr cborder=black
           position=center value=(justify=center);
   axis1 label=(angle=90 rotate=0) minor=none;
   axis2 minor=none;
   proc gplot;
      plot can2*can1=cluster /
         frame cframe=ligr legend=legend1 vaxis=axis1 haxis=axis2;
   run;

   *\ceci produit un graphique haute resolution sur le premier plan factoriel, a savoir les deux premiers axes de l'analyse discriminante\*;
   *\ces axes, on les voit dans la sortie out de la procedure candisc\*;

   proc freq;
   tables cluster*species;
   run;

   *\ceci permet d'avoir un resume de la composition des groupes\*;

   data tirage;
   do i=1 to 150;
   a=ranbin(-1,1,2/15);
   output;
   keep a;
   end;
   run;

   *\je simule 150 bernoulli de parametre 2/15\*;
   *\2/15 car je ne veux conserver qu'une vingtaine d'observations sur les 150 et donc je souhaite garder celles pour lequel\*;
   *\ma simulation m'aura donne 1\*;
   *\une binomiale de parametres n=1 et p n'est rien d'autre qu'une bernoulli de parametre p\*;
   *\le -1 est pour obtenir une initialisation des simulations basee sur l'horloge de la machine\*;

   data iris4;
   set iris;
   set tirage;
   run;

   proc print;
   run;

   *\on constate que cela m'a permis de faire une concatenation horizontale des bases iris et tirage\*;
   *\attnetion set iris tirage aurait provoque une concatenation verticale\*;

data iris5;
set iris4(where=(a=1));
run;

proc print;
run;

proc cluster data=iris5 method=ward print=15 outtree=base2;
      var petal: sepal:;
      copy species;
   run;

   data malib.base2;
   set base2;
   run;




proc print;
run;


*\on peut verifier par :\*;
*\attention tirage aleatoire donc vous n'allez pas retomber sur les memes, d'ou la table base2\*;

proc tree ncl=3 out=out;
   copy petal: sepal: species;
   run;



/*.   :) */