bayes判别分析案例及结果.docVIP

下载本文档

20
0
约3.85千字
约 6页
2017-02-13 发布于北京
举报
版权申诉

bayes判别分析案例及结果.doc

1、本文档共6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)。
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、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、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、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

bayes判别分析案例及结果

例：研究某年全国各地区农民家庭收支的分布规律，根据抽样调查资料进行分类，共抽取28个省、市、自治区的六个指标数据。先采用聚类分析，将28个省、市、自治区分为三组。北京、上海、广州3个城市属于待判样本。（家庭收支.sav） 1.选中判别分析， 2.选择Fisher 即bayes判别分析方法，易混！！！ 3.确定组别 4. 选择保存结果 5. 模型检验（即判别准确率）重要结果分类函数系数类别 1 2 3 食品 .480 .473 .429 衣着 1.612 1.354 .933 燃料 2.421 2.189 .777 住房 .555 .335 .052 用品及其它 1.032 .580 .847 文化支出 5.387 5.446 4.317 (常量) -117.620 -89.052 -53.616 Fisher 的线性判别式函数按照案例顺序的统计量案例数目实际组最高组第二最高组判别式得分预测组 P(Dd | G=g) P(G=g | D=d) 到质心的平方 Mahalanobis 距离组 P(G=g | D=d) 到质心的平方 Mahalanobis 距离函数 1 函数 2 p df 初始 dimension1 1 1 1 .320 2 1.000 2.282 2 .000 22.754 3.163 -2.717 2 1 1 .799 2 1.000 .449 2 .000 17.611 3.559 -1.659 3 1 2** .095 2 .688 4.705 1 .312 6.283 2.737 1.275 4 1 1 .797 2 .984 .453 2 .016 8.670 2.855 -.569 5 1 1 .504 2 1.000 1.372 2 .000 20.770 4.205 -1.461 6 1 1 .313 2 .996 2.321 2 .004 13.305 1.847 -2.131 7 2 2 .788 2 .986 .476 1 .011 9.482 .566 .595 8 2 2 .405 2 .992 1.806 1 .008 11.456 1.756 1.913 9 2 2 .532 2 .987 1.263 1 .013 9.942 1.645 1.607 10 2 2 .451 2 .999 1.593 1 .001 15.008 1.358 2.269 11 2 2 .826 2 .984 .383 1 .015 8.758 .816 .718 12 2 2 .769 2 .994 .524 1 .006 10.742 1.252 1.523 13 2 2 .378 2 .861 1.945 3 .139 5.594 -.611 .539 14 2 2 .219 2 .639 3.034 3 .361 4.179 -1.036 .605 15 2 2 .304 2 .941 2.379 3 .059 7.903 -.943 1.596 16 2 2 .935 2 .997 .134 1 .003 12.046 .874 1.485 17 3 3 .387 2 .994 1.899 2 .006 12.039 -1.570 -1.448 18 3 3 .801 2 1.000 .443 2 .000 19.449 -3.157 -1.076 19 3 3 .413 2 .991 1.767 2 .009 11.104 -1.531 -1.303 20 3 3 .570 2 .984 1.124 2 .016 9.398 -1.635 -.847 21 3 3 .880 2 .997 .255 2 .003 11.791 -2.562 -.128 22 3 3 .826 2 .993 .383 2 .007 10.155 -2.282 -.140 23 3 3 .130 2 1.000 4.077 2 .000 29.305 -4.643 -.183 24 3 3 .078 2 .995 5.095 2 .005 15.558 -3.369 1.526 25 3 3 .323 2 1.000 2.260 2 .000 25.638 -3.294 -1.989 26 未分组的 1 .000 2 1.000 20.223 2 .000 62.899 7.054 -3.278 27 未分组的 1