多元統(tǒng)計分析實驗報告-判別分析-資料下載頁
2025-08-05 05:54本頁面
【正文】 26.000x4.367226.000x5.330226.000x6.389226.000x7.623226.002x8.363226.000對數(shù)行列式Group秩對數(shù)行列式1.a.b2838匯聚的組內(nèi)8打印的行列式的秩和自然對數(shù)是組協(xié)方差矩陣的秩和自然對數(shù)。a. 秩 5b. 案例太少無法形成非奇異矩陣檢驗結(jié)果a箱的 MF近似。df136df2Sig..000對相等總體協(xié)方差矩陣的零假設(shè)進(jìn)行檢驗。a. 有些協(xié)方差矩陣是奇異矩陣，因此一般程序不會起作用。將相對非奇異組的匯聚組內(nèi)協(xié)方差矩陣檢驗非奇異組。其行列式的對數(shù)為 。特征值函數(shù)特征值方差的 %累積 %正則相關(guān)性1.9482.711a. 分析中使用了前 2 個典型判別式函數(shù)。Wilks 的 Lambda函數(shù)檢驗Wilks 的 Lambda卡方dfSig.1 到 2.05016.0002.4957.027標(biāo)準(zhǔn)化的典型判別式函數(shù)系數(shù)函數(shù)12x1.698x2.226x3.130x4x5.817x6.740x7.411x8.539結(jié)構(gòu)矩陣函數(shù)12x1.529*.365x4.438*.123x8.383.659*x5.436.571*x2.214.551*x6.384.494*x7.209.461*x3.314.355*判別變量和標(biāo)準(zhǔn)化典型判別式函數(shù)之間的匯聚組間相關(guān)性 按函數(shù)內(nèi)相關(guān)性的絕對大小排序的變量。*. 每個變量和任意判別式函數(shù)間最大的絕對相關(guān)性典型判別式函數(shù)系數(shù)函數(shù)12x1.001x2.002x3.000x4.013x5.004.005x6.004x7.002x8.014.027(常量)非標(biāo)準(zhǔn)化系數(shù)組質(zhì)心處的函數(shù)Group函數(shù)121.54023.991在組均值處評估的非標(biāo)準(zhǔn)化典型判別式函數(shù)分類處理摘要已處理的31已排除的缺失或越界組代碼0至少一個缺失判別變量0用于輸出中31組的先驗概率Group先驗用于分析的案例未加權(quán)的已加權(quán)的1.33352.333133.33311合計29分類函數(shù)系數(shù)Group123x1.011.005x2x3.002x4.127.056.014x5.041.008.012x6.021x7x8.203.071.103(常量)Fisher 的線性判別式函數(shù)分類結(jié)果a,cGroup預(yù)測組成員合計123初始計數(shù)150052012113302911未分組的案例1012%1.0.02.03.0未分組的案例.0交叉驗證b計數(shù)150052110213303811%1.0.023.0a. 已對初始分組案例中的 % 個進(jìn)行了正確分類。b. 僅對分析中的案例進(jìn)行交叉驗證。 在交叉驗證中，每個案例都是按照從該案例以外的所有其他案例派生的函數(shù)來分類的。c. 已對交叉驗證分組案例中的 % 個進(jìn)行了正確分類。五、實驗總結(jié) 學(xué)生簽名： 年 月 日六、教師評語及成績 教師簽名： 年 月 日 16
黨政相關(guān)相關(guān)推薦
鄂ICP備17016276號-1