聚类与判别-案例.pptVIP

第二步：变量和数据 从两类家庭中分别随机抽取了12个样本 调查指标有两个 家庭收入 房前物后土地面积 数据 第三步：方法 散点图 方差分析 判别分析 分客户类型的散点图 有割草机的家庭收入较高，房前屋后土地面积较大 方差分析 两组家庭收入、房前屋后土地面积存在显著差异 判别分析 判别分析的方法 全模型 逐步判别模型 判别函数与判别准则 Canonical?Discriminant 判别函数的个数=因变量类别数-1 Fishers linear discriminant functions 判别函数的个数=解释变量个数 判别分析的第一类结果 识别前提条件是否满足 解释变量是否有解释能力 是否存在多重共线性 各总体的协差阵是否相等 解释变量是否有解释能力 Group Statistics Y Mean Std. Deviation Valid N (listwise) Unweighted Weighted 无割草机 家庭收入 19.133 4.7224 12 12.000 房前屋后土地面积 8.817 1.0564 12 12.000 有割草机 家庭收入 26.492 6.2596 12 12.000 房前屋后土地面积 10.133 1.0103 12 12.000 Total 家庭收入 22.812 6.5977 24 24.000 房前屋后土地面积 9.475 1.2141 24 24.000 Tests of Equality of Group Means Wilks Lambda F df1 df2 Sig. 家庭收入 .676 10.568 1 22 .004 房前屋后土地面积 .693 9.736 1 22 .005 解释变量是否有解释能力 各变量描述统计：分组均值和方差 各变量假设检验：组间差异是否显著 Wilks‘ Lambda：各变量对差异的解释能力 有割草机的家庭与无割草机的家庭相比 家庭收入高出5千美元，差异显著 房前屋后土地面积高1平方英尺，差异显著 房前屋后土地面积解释能力略高 是否存在共线性 Pooled Within-Groups Matricesa 家庭收入 房前屋后土地面积 Covariance 家庭收入 30.742 -1.201 房前屋后土地面积 -1.201 1.068 Correlation 家庭收入 1.000 -.209 房前屋后土地面积 -.209 1.000 a. The covariance matrix has 22 degrees of freedom. 是否存在共线性 如果解释变量较多，方法选项就被激活 可以对变量多重共线性、变量的解释能力作更细致的分析 各总体的协差阵是否相等 Log Determinants Y Rank Log Determinant 无割草机 2 3.207 有割草机 2 3.587 Pooled within-groups 2 3.447 The ranks and natural logarithms of determinants printed are those of the group covariance matrices. Test Results Boxs M 1.102 F Approx. .331 df1 3 df2 87120.000 Sig. .803 Tests null hypothesis of equal population covariance matrices. 各总体的协差阵是否相等 Boxs M p-值小于0.05或0.1:不相等 p-值大于等于0.05或0.1:相等 相等：Classify中，use covariance matrix选择within-groups 不相等：选择separate-groups 判别分析的第二类结果 识别各判别函数的重要性 识别各判别函数中各解释变量的贡献 得到判别函数和判别准则 识别判别函数的重要性 Eigenvalues Function Eigenvalue % of Variance Cumulative % Canonical Correlation 1 1.167a 100.0 100.0 .734 a. First 1 canonical discriminant functions were used in the analysis. Wilks Lambda Test of Function(s) Wilks Lambda Chi-square df Sig. 1 .461 16.243 2 .000 识别判别函数的重要性 Wilks Lambda Chi-square检验 Eigenvalue % of Variance：该判别函数对