ML Não Supervisionado para Clasifiação - Cluster Analysis - ANOVA and MANOVA

  ML Não Supervisionado para Clasifiação - Cluster Analysis - ANOVA and MANOVA

UML - Unsupervised Machine Learning: Machine Learning Não Supervisionado

Dados:

    - Categoria: Variável Classificatória

    - IMC: Primeira Variável Preditora - Indice de Massa Corporal

    - Movim: Segunda Variável Preditora - Movimentação caminhando ou correndo por semana (Km)

    - KCal: Quilocalorias consumidas por dia

Categ	IMC	Movim	KCal
ATL	20,?	60,?	32??
ATL	21,3	54,8	3100
ATL	19,3	49,6	2800
ATL	21,1	52,3	3300
SEMI	22,4	14,9	2600
SEMI	21,9	17,8	2700
SEMI	23,8	18,6	3200
SEMI	24,1	15,1	3300
SEDE	27,3	2,5	2700
SEDE	23,4	4,3	2300
SEDE	25,2	2,3	2600
SEDE	26,4	2,6	3200
PROF	26,2	4,1	2600
PROF	24,2	2,1	2700
PROF	25,4	1,9	2650

Obter as Médias por Data Crunching - Pivot Table

Categor	IMC	Movim	Kcal
ATL	20,65	54,4	3114,75
PROF	25,27	2,7	2650
SEDE	25,58	2,925	2700
SEMI	23,05	16,6	2950

\t para trocar o tab por espaço em Linux

    - No Editor

Caractere de Tabulação em Word (Windows)

Obtaining Cluster Analysis

data  People;

input Categ $ IMC Movim Kcal;

cards;

DADOS TABELA DINÁMICA

;

proc cluster outtree = Dendrog method = average;

var IMC Movim Kcal;

id Categ;

run;

PROC TREE DATA = Dendrog;

RUN; 

Program to do ANOVA

data People;

/* BMI: body mass index --> Índice de M. Corporal = Peso / (Altura * Altura)

     Movm: Movement (Km por semana)

     KCal : Kilocalories (ingeridas por dia)

     ATL: Athletes

     SEMI: Semi-athletes

     SEDE: Sedentary

     PROF: Professor

*/

input Categ $ IMC Movim Kcal;

cards;

ATL 20.2 60.7 3200

ATL 21.3 54.8 3100

ATL 19.3 49.6 2800

ATL 21.1 52.3 3300

SEMI 22.4 14.9 2600

SEMI 21.9 17.8 2700

SEMI 23.8 18.6 3200

SEMI 24.1 15.1 3300

SEDE  27.3 2.5 2700

SEDE 23.4 4.3 2300

SEDE  25.2 2.3 2600

SEDE  26.4 2.6 3200

PROF 26.2 4.1 2600

PROF 24.2 2.1 2700

PROF 25.4 1.9 2650

;

Proc ANOVA;

     Class Categ;

      Model IMC Movim Kcal = Categ;

     Means Categ / Duncan Lines;

Run;

Arithmetic Averages of Categories

Categ IMC Movim Kcal

AT 20.5 54.4 3100

PR 25.3 2.7 2650

SE 25.6 2.9 2700

SEM 23.1 16.6 2950

Program to do MANOVA

data imc_dat;

input cat $ imc corr kcal;

cards;

ATL 20.2 60.7 3200

ATL 21.3 54.8 3100

ATL 19.3 49.6 2800

ATL 21.1 52.3 3300

SEMI 22.4 14.9 2600

SEMI 21.9 17.8 2700

SEMI 23.8 18.6 3200

SEMI 24.1 15.1 3300

SEDE  27.3 2.5 2700

SEDE 23.4 4.3 2300

SEDE  25.2 2.3 2600

SEDE  26.4 2.6 3200

PROF 26.2 4.1 2600

PROF 24.2 2.1 2700

PROF 25.4 1.9 2650

;

proc print;

run;

proc glm;

 class cat;

 model imc corr kcal  = cat;

 contrast " Atl e Semiat Vs Seden e Prof"  cat 1 -1 -1 1;

 contrast " Professor Vs Sedentario" cat  0 1 -1 0;

 contrast " Atleta Vs Semiatleta" cat -1 0 0 1;

 manova h=_all_ / printe printh;

 contrast " Atl e Semiat Vs Seden e Prof"  cat 1 -1 -1 1;

 contrast " Professor Vs Sedentario" cat  0 1 -1 0;

 contrast " Atleta Vs Semiatleta" cat -1 0 0 1;

run;

Elaboração de Contraste:

AT PR  SE SEM

1  -1 -1   1 Atleta e Semiatleta Vs Professor e Sedentario

0   1 -1   0 Professor Vs Sedentario

1   0  0  -1 Atleta Vs Semiatleta

3  -1 -1  -1  Atleta Vs Outras Categorias