判別分析的spss實現(xiàn)數(shù)據(jù)分析-資料下載頁
2025-05-13 00:47本頁面
【正文】 給出各變量的 F值；使用 F值的概率作判據(jù)則給出量的 F值的概率 。 ② Summery僅對被加入或移出模型的變量給出統(tǒng)計量 。 ③ F for pairwise distances顯示 F比值矩陣 。 對每兩類顯示一對 F比值 。 (2)逐步判別分析操作步驟 我們采用 Milks Lambra方法進行逐步判別分析。使用 F值作為判據(jù)統(tǒng)計量。當 F=30時變量進入模型；當 F＜ =5時，變量從模型中移出。 操作步驟如下 ： 第一 、 從主菜單的 Statistics， 經(jīng) classify到Discriminant Analysis逐一選擇各菜單的菜單直到展開 Discriminant Analysis對話框 。 第二 、 Independents： slen 、 swidPlen 、 Pwid ；Group variables ： spno （ 1 ， 3 ） 選擇變量 slen 、swid． Plen、 Pwid作為判別分析的自變量； spno作為分類變量 。 第三 、 按 Method… 按鈕 ， 展開相應的選擇逐步判別分析方法和判據(jù)的對話框 。 ① 在 Method（ 方法 ） 矩形框中選擇 Milks Lambra； ② 在 criteria（ 判據(jù) ） 矩形框中選擇 Use F value39。, Entry= Remove=5； ③ 在 Display（ 顯示 ） 矩形框中選擇在輸出窗中顯示的內容： ● Results at each step 要求顯示每一步選擇變量的結果 。 ● Summary要求顯示逐步選擇變量子集的小結 。 ● F for pairwise distance 要求顯示每兩類之間的成對的 F矩陣 。 第四 、 按 Statistics按鈕展開選擇統(tǒng)計量的對話框 。 ① 在 Descriptives矩形框中選擇 Mean ② 在 Function coefficients矩形框中選擇 ●Fisher39。s要求給出線性判別函數(shù)系數(shù) ． ● Unstandardized要求給出未加權的典則判別函數(shù) （ 典則變量 ）的系數(shù) 。 第五 、 按 classify按鈕展開 classification對話框 。 ① 在 Prior Probabilities矩形框中選擇 All groups equal各組先驗概率相等 。 ② 在 Use covariance Matrix矩形框中選擇 Within－groups使用組內協(xié)方差矩陣 。 ③ 在 Display矩形框中選擇 “ Summary table”要求顯示聚類回代結果的小結表 。 第六 、 按 save… 按鈕 ， 展開保存新變量的對話框 。 選擇： ① Predicted group membership其值為預測分類結果的新變量 。 ② Discriminant scores其值為判別分數(shù)的新變量 。 ③ Probabilities of group membership變量值為各觀測量分派到各類中的概率 。 ④ 以上 (3)－ (6)各對話框中的選擇完成后 ， 均按 continue按鈕返回主對話框 。 第七 、 在主對話框中按 Paste按鈕在為 Symtax窗中得到命令語句組成的程序 。 第八、在語句窗中按一 Run按鈕，在輸出窗中得到要求的輸出結果。 判別分析的正確應用 理論上，類間分得越開，判別效果越好，類間距離越近，判別效果就越差。 不同的判別方法間是個參照，大多情況下，效果近似。 關鍵是指標是否具有判別價值。 Thank you very much!
試題試卷相關推薦
鄂ICP備17016276號-1