第九章判别分析.pptVIP

第十二章 判别分析 五、逐步判别法（变量筛选） 为了得到对判别最合适的变量，可以使用逐步判别。也就是，先用少数变量进行判别；然后一边判别，一边引进判别能力最强的变量。这个过程可以有进有出。 评价一个变量的判别能力的方法是利用统计检验，例如Wilks’ Lambda Wilks’ Lambda 检验 如果利用 q 个变量，对 k 个总体进行判别分析。 若记：总离差矩阵为T；样本点的组内离差和的矩阵为W 令： 设： 判别函数中已经有q个变量，记为X*。这时考虑是否增加新变量 。可以计算偏?统计量： 定义： 偏F检验 对于判别函数中已经有的 q 个变量 X* 中，如果有对判别能力贡献不显著的变量存在，则应该将其从判别函数中删除。 例如：考虑 xk 是否可以从判别函数中删除，记删除掉 xk 后的变量组为X*(k)，则有 如果有 例12.1．（数据在disc.sav）某刊物对企业经营状况进行分类 指标包括（8个）：企业规模（is）、服务(se)、雇员工资比例(sa)、利润增长(prr)、市场份额(ms)、市场份额增长(msr)、流动资金比例(cp)、资金周转速度(cs)。 企业被划分为：上升企业（group-1） 、稳定企业（group-2）和下降企业（group-3） 训练样本：有90个企业，其中30个属于上升型，30个属于稳定型，30个属于下降型。 问题：希望找出一个分类标准，以便对企业进行分类。 使用SPSS软件 Analyze－Classify－Discriminant。 Grouping Variable ： 输入分类变量——因变量（group） 在Define Range： 输入分类范围（在本例题中为：1－3） 在Independents： 输入所有自变量 用逐步判别，选择Use stepwise method，再在方法（Method）中选挑选变量的准则（检验方法：默认值为Wilks’ Lambda） 在Statistics中的Function Coefficient选 Fisher和Unstandardized： 可以输出Fisher分类函数的结果 在Classify中的Display选summary table, Leave-one-out classification：分别输出原始数据和交叉验证的正确判别率 在Plots可选 Combined-groups 利用SPSS软件的逐步判别法，淘汰了不显著的“流动资金比例(cp)”，还剩下七个变量。 用x1,x2, x3, x4,x5, x6, x7分别表示变量is，se，sa，prr，ms，msr，cs，得到两个典则判别函数. SPSS给出这些判别函数的重要程度 投影的重要性是和特征值的贡献率有关。该表说明第一个函数的贡献率已经是99%了，而第二个只有1%。 三个线性分类函数的系数 训练样本的分类结果——分类函数正确分类的比例 如果只用3个变量进行判别：企业规模（is）、服务(se)、雇员工资比例(sa)计算结果中图形的分辨能力下降，判别的正确率低于前面分析 代谢组学研究及其数据分析 咨询建议 1、你对这个计算结果有什么印象？ 2、你对下一步工作有什么建议？ 对数据disc.sav，只选取少数两三个变量进行计算。看结果有什么不同。试着在SPSS上利用各种不同的选项。 3. 讨论判别分析和聚类分析有什么不同？ Grouping Variable ： 输入分类变量——因变量（group） 在Define Range： 输入分类范围（在本例题中为：1－3） 在Independents： 输入所有自变量 用逐步判别，选择Use stepwise method，再在方法（Method）中选挑选变量的准则（检验方法：默认值为Wilks’ Lambda） 在Statistics中的Function Coefficient选 Fisher和Unstandardized： 可以输出Fisher分类函数的结果 在Classify中的Display选summary table, Leave-one-out classification：分别输出原始数据和交叉验证的正确判别率 在Plots可选 Combined-groups 两个典则判别函数导出的150个企业的二维点图 把每个观测点带入三个函数，就可以得到分别代表三类的三个值。哪个值最大，该点就属于相应的那一类。 基于3个变量时分类结果表 3 23 4 92.2% 北