判別分析的spss實現數據分析(編輯修改稿)
2025-06-18 00:47 本頁面
【文章內容簡介】 ③ Separategroups covariance matrices對每類輸出一個類間協方差矩陣 ④ Total covariance matrix總樣本的協方差矩陣 以上三項都給予了確定的選擇后，單擊 continue按鈕，返回主對話框 。 指定分類參數和判別結果 在主對話框中單擊 “ classify”按鈕 ， 展開相應的子對話框 ， 如下 圖 所示 。 （ 1） 在 Prior Probabilities組的矩形框中選擇先驗概率 ，兩者選其一 。 ① All groups equal各類先驗概率相等。若分為 m類，則各類先驗概率均為 1／ m。 ② puter from group sizes由各類的樣本量計算決定在各類的先驗概率與其樣本比。 Classifiction對話框 （ 2） 選擇分類使用的協方差矩陣 在 Use covariance Matrix組的矩形框中選擇分析使用的協方差矩陣 。 兩者選其一 。 ① Withingroups指定使用組內協方差矩陣 。 ② Seperategroups指定使用組間協方差矩陣 。 （ 3） 選擇要求輸出的統計圖 在 Plots組的矩形框中選擇 ， 可以并列選擇 。 ① binedgroups 所有類放在一張散點圖中 。 便于比較 。 此選擇項生成一張散點圖 。 ② Seperategroups對每一類生成一張散點圖 。 共分為幾類就生成幾張散點圖 。 ③ Territoreal map 如果對一個觀測量只能計算出一個判別分數，則利用觀測量的判別做作圖，如果有兩個以上判別分數，則用頭兩個判別分數作圖。此種統計圖力圖把一張圖的平面劃分出與類數相同的區(qū)域。每一類占據一個區(qū) 。 （ 4） 選擇生成到輸出窗中的分類結果 在 Displsy組的矩形框中選擇輸出項： ① Results for each case要求輸出每個觀測量的分類結果 。 ② Summary table要求輸出分類的小結 ， 給出錯分率 。 （ 5） 缺失值處理方式 在 classification子對話框的最下面有一個選擇項 ，用以選擇對缺失值的處理方法 。 Replace missing value with mean用該變量的均值代替缺失值。該選擇項前面的小矩形框中出現 x時表示選定所示的處理方法。 以上五項都給予了確定的選擇后，單擊 continue按鈕，返回主對話框 。 指定生成并保存在數據文件中的新變量 Descriminant過程可以在數據文件中建立新變量 ，通過 Save New Vaiables子對話框進行選擇 。 在主對話框中單擊 “ Save”按鈕，展開 “ Save New Vaiables”子對話框。如下 圖 所示。 Save對話框 在工作數據文件中建立以下三個新變量 ， 可以選擇 。 ① Predicted group membership要求建立一個新變量，表明預測的類成員。指定此項后，每行一次Descriminant過程，就建立一個表明使用判別函數預測的各觀測量屬于哪一類的新變量。第一次運行建立新變量的變量名為 dis1,如果在工作數據文件中不把前一次建立的新變刪除，第 n次運行 Descriminant過程建立的新變量默認的變量名為 disn。 ② Descriminant score要求建立表明判別分數的新變量。每次運行 Descriminant過程都給出組表明判別分數的新變量。建立幾個典則判別函數就有幾個判別分數變量。參與分析
試題試卷相關推薦
鄂ICP備17016276號-1