廈門大學(xué)應(yīng)用多元統(tǒng)計分析第04章_判別分析-資料下載頁
2025-04-29 05:37本頁面
【正文】 的是各觀測值在各個維度上的坐標(biāo)，這樣就可以通過這兩個函數(shù)式計算出各樣品觀測值的具體空間位置。表 （ a） 未標(biāo)準(zhǔn)化的典型判別函數(shù)系數(shù)3. Functions at Group Centroids（給出組重心處的 Fisher判別函數(shù)值）? 如表 (b) 所示，實際上為各類別重心在空間中的坐標(biāo)位置。這樣，只要在前面計算出各觀測值的具體坐標(biāo)位置后，再計算出它們分別離各重心的距離，就可以得知它們的分類了。表 （ b） 組重心處的 Fisher判別函數(shù)值 4. Classification Function Coefficients（給出 Bayes判別函數(shù)系數(shù)）? 如表 ， GROUP欄中的每一列表示樣品判入相應(yīng)列的Bayes判別函數(shù)系數(shù)。在本例中，各類的 Bayes判別函數(shù)如下：第一組：第二組：第三組： ? 將各樣品的自變量值代入上述三個 Bayes判別函數(shù)，得到三個函數(shù)值。比較這三個函數(shù)值，哪個函數(shù)值比較大就可以判斷該樣品判入哪一類。例如，將第一個待判樣品的自變量值分別代入函數(shù)，得到： F1=， F2=， F3=? 比較三個值，可以看出最大，據(jù)此得出第一個待判樣品應(yīng)該屬于第三組。表 Bayes判別法的輸出結(jié)果5. Casewise Statistics（給出個案觀察結(jié)果）? 在 Casewise Statistics輸出表針對每個樣品給出了了大部分的判別結(jié)果，其中包括：實際類（ Actual Group）、預(yù)測類（Predicted Group）、 Bayes判別法的后驗概率、與組重心的馬氏距離（ Squared Mahalanobis Distance to Centroid）以及Fisher判別法的每個典型判別函數(shù)的判別得分（ Discriminant Scores）。出于排版要求，這里給出結(jié)果表的是經(jīng)過加工的，隱藏了其中的一些項目，如表 。從表中可以看出四個待判樣本依次被判別為第三組、第一組、第二組和第三組。表 個案觀察結(jié)果表6. 由于我們在 Save子對話框中選擇了生成表示判別結(jié)果的新變量，所以在數(shù)據(jù)編輯窗口中，可以觀察到產(chǎn)生的新變量。其中，變量 dis1存放判別樣品所屬組別的值，變量 dis11和dis21分別代表將樣品各變量值代入第一個和第二個判別函數(shù)所得的判別分?jǐn)?shù)，變量 dis1 dis22和 dis32分別代表樣品分別屬于第 1組、第 2組和第 3組的 Bayes后驗概率值。本章結(jié)
法律信息相關(guān)推薦
鄂ICP備17016276號-1