地理数学方法——判别的分析.ppt

§3. 选项设置 §3.1 Method选项 选择“Use stepwise method”方法进行判别分析时，“Method”（方法）按钮将被激活，单击“Method”按钮，打开“Discriminant Analysis：Stepwise Method”（判别分析：逐步分析方法）对话框，如图1.4所示 在“Method”选项组中选择进行逐步判别分析的方法，可供选择的判别分析方法有5种： 1.Wilks’lambda Wilks’lambda方法。默认选项，每步都是Wilk的概计量最小的进入判别函数。 2.Unexplained variance 不可解释方差方法。选择该项，表示每步都是使各类不可解释的方差和最小变量进入判别函数。 3.Mahalanobis’distance Mahalanobis距离方法。选择该项，表示每步都使靠的最近的两类间Mahalanobis距离最大的变量进入判别函数。 4.Smallest F ratio最小F值方法。选择该项，表示每步都使任何两类间的最小的F值最大变量进入判别函数。 5.Rao’s V Rao V统计量。选择该项，表示每步都使Rao V统计量产生最大增量的变量进入判别函数，可以对一个要加入到模型中的变量的V值指定一个最小增量。选择该方法时需要在该项下面的“V-to-enter”（输入V值）文本框中输入这个增量的指定值，当某变量导致的V值增量大于指定值的变量进入判别函数。 “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： 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。 “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。 §3.2 Statistics选项 在主对话框中单击“statistics”按钮，打开“Discriminant Anlysis：statistics”（判别分析：统计量）对话框，如图1.5所示。 图1.5 “Discriminant Anlysis：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。 “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fisher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。 在“matrices”（矩阵）选项组中选择自变量的系数矩阵，有4个复选项： Within-group correlation类内相关矩阵。它计算相关矩阵之前将各组协方差矩阵平均后，计算类内相关矩阵。