多元统计分析判别分析方法步骤分析总结.docVIP

多元统计分析判别分析方法步骤分析总结.doc

  1. 1、本文档共5页,可阅读全部内容。
  2. 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. 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. 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)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
多元统计分析判别分析方法步骤分析总结

判别分析: 实验步骤: 在SPSS窗口中选择:分析-分类-判别,将变量导入自变量框中,group导入分组变量中,选择定义范围,最小为1最大为3,并选择一起输入自变量,点击继续 点击统计量,描述性中选择“均值”,“单变量”和”Box”,选择函数系数中的“Fisher”“未标准化”,矩阵中选择“组内相关”,点击继续 点击分类 点击继续 点击“保存”,三个框均选中,点击继续 点击确定 实验结果分析: 表1 组统计量 看各个总体在均值等指标上的值是否接近,若接近说明各类之间在该指标差异不大 表2 组均值的均等性的检验 Wilks 的 Lambda F df1 df2 Sig. 0岁组死亡概率 .997 .019 2 12 .981 1岁组死亡概率 .990 .063 2 12 .939 10岁组死亡概率 .645 3.301 2 12 .072 55岁组死亡概率 .438 7.690 2 12 .007 80岁组死亡概率 .174 28.557 2 12 .000 平均预期寿命 .926 .478 2 12 .631 由表中看到第一二六个指标的sig值很大,说明拒绝原假设,在总体间差异不大 表3 汇聚的组内矩阵 汇聚的组内矩阵 0岁组死亡概率 1岁组死亡概率 10岁组死亡概率 55岁组死亡概率 80岁组死亡概率 平均预期寿命 相关性 0岁组死亡概率 1.000 .990 .624 .964 .660 -.873 1岁组死亡概率 .990 1.000 .661 .943 .605 -.890 10岁组死亡概率 .624 .661 1.000 .632 .323 -.505 55岁组死亡概率 .964 .943 .632 1.000 .759 -.906 80岁组死亡概率 .660 .605 .323 .759 1.000 -.731 平均预期寿命 -.873 -.890 -.505 -.906 -.731 1.000 若自变量之间存在高度相关,则判别分析价值不大,但并不严格,允许出现一定的相关 表4 协方差矩阵的均等性的箱式检验 检验结果 p值0.05时,说明协方差矩阵相等,可以进行bayes检验 表5 特征值 函数 特征值 方差的 % 累积 % 正则相关性 1 56.169a 98.8 98.8 .991 2 .693a 1.2 100.0 .640 a. 分析中使用了前 2 个典型判别式函数。 由表5看出,函数1的特征值很大,对判别的贡献大 表6 标准化的典型判别式函数系数 函数 1 2 0岁组死亡概率 -16.268 -7.575 1岁组死亡概率 13.969 9.746 10岁组死亡概率 -1.232 -.499 55岁组死亡概率 6.173 -.689 80岁组死亡概率 1.284 .709 平均预期寿命 4.100 1.791 表7 给出非标准化的典型判别函数系数 典型判别式函数系数 函数 1 2 0岁组死亡概率 -1.861 -.867 1岁组死亡概率 1.656 1.155 10岁组死亡概率 -.877 -.356 55岁组死亡概率 .798 -.089 80岁组死亡概率 .098 .054 平均预期寿命 1.579 .690 (常量) -74.990 -29.482 由表7可知,两个Fisher判别函数分别为 表8 结构矩阵 结构矩阵 函数 1 2 0岁组死亡概率 .008* -.001 80岁组死亡概率 .288 -.388* 55岁组死亡概率 .149 -.199* 10岁组死亡概率 .098 .106* 1岁组死亡概率 .007 .104* 平均预期寿命 -.036 .091* 该表是原始变量与典型变量(标准化的典型判别函数)的相关系数,相关系数的绝对值越大,说明原始变量与这个判别函数的相关性越强 表9 组重心处的函数 组质心处的函数 group 函数 1 2 第一类 -2.594 1.013 第二类 9.194 -.257 第三类 -6.600 -.756 由表9可知各类别重心的位置,通过计算观测值与各重心的距离,距离最小的即为该观测值的分类。 表10 给出贝叶斯判别函数系数 分类函数系数 group 第一类 第二类 第三类 0岁组死亡概率 -143.851 -164.691 -134.862 1岁组死亡概率 153.137 171.185 144.462 10岁组死亡概率 -90.088 -99.976 -85.945 55岁组死亡概率 53.009 62.525 49.972 80岁组死亡概率 11.008

文档评论(0)

cunzhu74 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档