利用SPSS对数据进行聚类分析和判别分析.pptVIP

Use F value 默认选项。使用F值是系统默认的判据，当加入一个变量（或剔除一个变量）后，对判别分析的变量进行方差分析。当计算的F值大于指定的Entry值时，该变量保存在函数中，默认Entry值是3.84；当该变量使计算的F值小于指定的Removal值时，该变量从函数中剔除，默认Removal值是2.71。即当被加入的变量F值为3.84时，才把该变量加入到模型中，否则变量不能进入模型；或者当要从模型中移出的变量F值为2.71时，该变量才被移出模型，否则模型中的变量不会被移出。设置这两个值时应该注意Entry值和Removal值。 Use probability of F 选择该项，表示用F检验的概率决定变量是否被加入函数或被剔除，而不是用F值加入变量的，F值概率的默认值是0.05，移出变量的F值概率是0.10。Removal值是移出变量的F值概率；Entry值是加入变量的F值概率。 “Criteria”(准则)选项组用于选择逐步判别停止的判据，可供选择的判据包括以下几项： Method-Criteria “Display”（显示）选项组的选项用于显示逐步变量判别法的过程设置。有以下两个复选项： Summary of step要求在逐步选择变量过程中的每一步之后显示每个变量的统计量。 F for pairwise distances要求显示两两类之间的两两F值矩阵。 Method对话框是在激活了逐步判别法后启用的选项设置，它指导了逐步判别法如何进行。下面继续介绍主界面上其他对话框。 Method-Display “Discriminant Analysis”对话框 主界面 “Discriminant Analysis：Statistics”对话框对应三个选项： 描述，矩阵，判别函数系数。 主界面——Statistics对话框 该对话框中给出了输出结果中显示的统计量，包括如下选项。 在“descriptive”（描述性）选项组中选择对原始数据的描述统计量的输出。 Means 均值。选择该项，可以输出各类中各自变量的均值、标准差以及各自变量总样本的均值和标准差。 Univariate ANOVA 单变量方差分析。选择该项，表示对每一类同一自变量均值都相等的假设进行检验，输出单变量的方差分析结果。 Box’s M 选择该项，表示对各类的协方差矩阵相等的假设进行检验。 该窗口主要涉及从一些统计数据上观察判别的结果，不是必选项。 “Function Coefficients”（判别分析的系数）选项组中给出选择判别函数系数的输出形式的选项，有两个复选项： Fisher’s 选择该项，表示可以用于对新样本进行判别分类的Bayes系数，对每一类给出一组系数，并给出该组中判别分数最大的观测量。 Unstandardized 选择该项，表示未经标准化处理的判别系数。 特别说明：SPSS默认使用的判别函数是fisher判别函数的标准形式，即对应K类样本，产生K-1个判别函数，标准形式指得到的函数是不带常数项的，举例来说： 主界面例子中样本为两类，故标准fisher判别函数仅有一个，以x1代表组织文化，x2代表员工发展，x3代表领导角色，则判别函数应形如： Y=a*x1+b*x2+c*x3 如果选择了Fisher’s选项，实为加选了Bayes判别函数，这时系统输出 中除了产生默认的标准型fisher函数外，还会附加产生Bayes判别函数，由 前面所讲，两类对应连个判别函数，形如： Y1=a*x1+b*x2+c*x3+d Y2=e*x1+f*x2+g*x3+h 如选择Unstandardized，则产生未标准化的 fisher 判别函数。 在主对话框中单击“classify”按钮，显示“Discriminant Analysis：Classification”（判别分析：分类）子对话框，如图所示。 主界面-Classify 该对话框用于指定分类参数和判别结果。分别介绍各个选项组的选项。 在“prior probabilities”选项组中选择先验概率，有两个单选项供选择： All groups equal 表示各类先验概率相等。 Compute from groups sizes 表示由