sas 聚类分析的非参数概率密度估计问题

shiyiming

若干个点的几十个月的水质检测数据，按是否达标赋值0或1，做聚类的时候类间距离是否应该用density非参数概率密度估计来衡量？如果是的话程序应该如何修改呢？还有就是有几个点的某几个月的数据缺失，可以直接放进去进行聚类么？sas小白拜谢各位大牛了！
下面的程序基本是从胡良平老师的书里面拷过来的，
Data Ptry ;
Input x1-x48 ;
cards;
;
Proc cluster standard method = density nonorm nosquare ccc
pseudo out =tree ;
proc tree data = tree horizontal spaces =0.1 ;
run;

cards后面输入数据，运行后出现以下错误
ERROR: The K=, R=, or HYBRID options must be specified with METHOD=DENSITY.

shiyiming

小弟菜鸟，统计理论薄弱，对于这题是否应用density做聚类也说不清楚，不过楼主copy的胡良平的代码的错误如log提示，是没有定义K=（k最近邻估计法中邻近个数）、R=（核密度估计法的支撑求半径）、或HYBRID（Wong混合聚类的相关问题），这些都牵扯到理论知识，在SAS help文档里有一些说明，可以参考一下。

另外，关于缺失数据的问题，搜了一下，这里 <!-- m --><a class="postlink" href="http://zhidao.baidu.com/question/172168370.html?push=ql">http://zhidao.baidu.com/question/172168370.html?push=ql</a><!-- m --> 可以参考一下
[quote:2lpt58xz]（1）删除有遗漏值的数据。如果一个数据集只有少量的数据具有遗漏值，则忽略它们可能是合理的。但是如果给定的数据集中有很多数据具有遗漏值，则采取这种策略很难对数据进行可靠分析，并且具有遗漏值的数据中也包含一定的信息，或许这些信息对分析是至关重要的，因此忽略它们是要非常小心，要保证对分析没有影响。（2）估计遗漏值。有时，根据数据的特点能够可靠的估计遗漏值。具体就是根据邻近点的属性值对遗漏值进行估计，常常选取邻近的平均属性值代替遗漏值，有时选取数据集的平均值代替遗漏值，或者进行曲线拟合，根据拟合的结果选择合适的属性值。（3）忽略遗漏值。许多聚类算法都可以用来直接处理具有遗漏值的数据，例如计算对象间的相似性，对保护遗漏值的数据可以使用没有遗漏值的属性值来计算相似性，这种相似性只是近似的，除非整个的数据属性很少，或者遗漏值的数据很多，否则其误差影响很小。[/quote:2lpt58xz]