- 1、本文档共18页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
判别分析示例.doc
判别分析
(一)SPSS11.5系统中判别分析选项卡内容介绍
点击Data View窗口上方的Analyze按钮,出现菜单,然后把光标移至Classify处,会出现下一级菜单,如图5.1所示,点击该菜单中的Discriminant(判别)栏目,便会出现Discriminant Analysis(判别分析)的选项卡,如图5.9所示,该卡上的内容有八个部分:
(图5.9)
Grouping Variable(组变量):指定分组变量及组变量值的范围。
首先把分组变量从左边的变量框内导入Grouping Variable矩形框中,然后点击Define Range按钮,在出现的对话框中输入组变量的最大值和最小值。
Independents(自变量):安排判别分析中的自变量。
·Enter independents together:选定的自变量全部进入判别函数中,此是系统默认的项;
·Use stepwise method:逐步进入,当点选该项时,Method(方法)被激活,单击Method按钮,出现如图5.10所示的对话框,通过该对话框可以设置逐步进入的方法。
Stepwise Method(逐步进入方法)对话框有三个部分:
Method:设置逐步进入的方法,系统给出5个选项供选择,系统默认的选项是Wilks’ lambda(Wilks’ lambdaΛ值法):每步计算Wilks’ lambdaΛ值,该值最小的自变量进入判别函数。
Criteria:定义自变量进入判别函数或从判别函数中剔除的方法,系统给出两种方法:Use F value(用方差分析的F值),此为系统默认的项,但Entry(进入)和Removal(剔除)的值可以变动;Use probability of F(用方差分析的显著性水平),Entry和Removal(剔除)的值可以变动。
(图5.10)
Display:设置输出内容,系统给出两个复选项:Summary of steps(输出变量进入判别函数的每一步),此为系统默认的选项;F for pairwise distances(输出各个变量不同水平的方差差异性检验)。
Select(选择):按照指定条件选择样本。
Statistcs(统计量):规定要计算,输出的统计量。
(图5.11)
点击Statistcs按钮,出现如图5.11所示的统计量计算对话框,该对话框内容分为3块:
Descriptives(描述):计算描述性的统计量,对话框中有三个复选项:
·Means:计算各个分析 统计量的平均值、标准差及各个类的平均值、标准差;
·Univariate ANOVAs:对各类
中的自变量进行方差分析;
·Box’s M:计算各个类的协方差矩阵,并进行协方差分析。
Matrices(矩阵):计算各个类的协方差矩阵、相关矩阵,对话框中有四个复选项:
·Within-groups correlation:计算组内的相关矩阵;
·Within-groups covariance:计算组内的协方差矩阵;
·Separate-groups covariance:计算分组的协方差矩阵;
·Total covariance:计算总体协方差矩阵。
Function Coefficients(函数系数):计算判别函数的系数,有两个复选项:
·Fisher’s:计算可用于对新个案进行判别分类的Fisher’s系数;
·Unstandardized:计算非标准化的判别函数系数。
Classify(分类):设置分类的依据及分析结果的输出。
点击Classify按钮,出现如图5.12所示的对话框,该对话框内容分为5块:
Prior Probabilities(先验概率):设置用于判别分类的先验概率计算方法,有两个单选项:
·All groups equal:各个类的概率都相等,此为系统默认的项;
·Compute from group sizes:按各个类的样本容量的比计算先验概率。
Display(显示):设置输出的内容,有三个复选项:
·Casewise results:输出各个个案的原分类,未分类个案的判别分类,判别类的后验概率等;
·Summary table:输出分类摘要表;
·Leave-one-out classification:产生交互检验数据表。
Use Covariance Matrix(使用协方差矩阵):选择不同的协方差矩阵进行判别分类,有两个单选项:
(图5.12)
·Within-groups:使用组内协方差矩阵进行判别分析;
·Separate-groups:使用分组的协方差矩阵进行判别分析。
Replace missing valus with mean:用个案平均值代替缺失的
文档评论(0)