判别分析的SPSS操作.pptVIP

判别分析的SPSS操作 §1. 基本原理 §2. 基本操作 §3. 选项设置 §4. 实例分析 §1. 基本原理 判别分析的目的是得到体现分类的函数关系式，即判别函数。基本思想是在已知观测对象的分类和特征变量值的前提下，从中筛选出能提供较多信息的变量，并建立判别函数；目标是使得到的判别函数在对观测量进行判别其所属类别时的错判率最小。 判别函数的一般形式是： §2. 基本操作 SPSS利用“Discriminate”过程进行判别分析操作，下面给出基本操作步骤。 §3.3 Classification选项 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1.6所示。 图1.6 “Discriminant Analysis：Classification” 对话框 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 表示由各类的样本量计算决定，即各类的先验概率与其样本量成正比。 在“use covariance matrix”（利用协方差矩阵）选项组中选择分类使用的协方差矩阵，有两个单选项： Within-groups选择该项，表示指定使用合并组内协方差矩阵进行分类。 Separate-groups选择该项，表示指定使用各组协方差矩阵进行分类，由于分类是根据判别函数而不是根据原始变量，因此该选择项不是总等价于二次判别。 在“plots”选项组中选择要求输入的统计图形，给出3个复选项： Combined-groups选择该项，生成一张包括各类的散点图，该散点图是根据前两个判别函数值做的散点图；如果只有一个判别函数，就输出直方图。 Separate-groups选择该项，根据前两个判别函数值对每一类生成一张散点图，共分为几类就生成几张散点图；如果只有一个判别函数就生成一张直方图。 Territorial map选择该项，生成用于根据函数值把观测量分到各组中去的边界图，此种统计图把一张图的平面划分出与类数相同的区域，每一类占据一个区，各类的均值在各区中用*号标出；如果仅有一个判别函数则不作此图。 在“display”选项组中选择生成到输出窗中的分类结果，其中包括3个复选框： Casewise results 要求输出每个管测量，包括判别分数实际类预测类（根据判别函数求得的分类结果）和后验概率等，选择此项还可以选择其附属选择项，选择“Limit cases to”（个案限制）选项，并在后面的文本框中输入观测量数n，选择此项则仅对前n个观测量输出分类结果，观测数量大时可以选择此项。 Summary table 要求输出分类的综述表，给出正确分类观测数（原始类和根据判别函数计算的预测类相同）和错分观测量数即错分率。 Leave-one-out classification 输出对每个观测量进行分类的结果，所依据的判别时由除该观测量以外的其他观测量导出的，也称为交互校验结果。 该对话框给出选择缺失值的处理方法，即“Replace missing values with mean”，表示用该变量的均值代替缺失值。 §3.4 Save选项 在主对话框单击“save”按钮，打开“Discriminant Analysis：Save”（判别分析：保存）对话框，如图1.7所示。 该对话框用于指定生成并保存在数据文件中的新变量，其中包括如下选项： 图1.7 “Discriminant Analysis：Save” 对话框 Predicted groups membership 选择该项，要求建立一个新变量预测观测量的分类，是根据判别分数把观测量按后验概率最大指派所属的类，每运行一次“Discriminant”过程就建立一个，表民使用判别函数预测各观测量属于哪一类的新变量。第一次运行建立新变量的变量名为dis_1，如果在工作数据文件中不把前一次建立的新变量删除，第n次运行建立的新变量名为dis_n。 Discriminant scores 选择该项，要求建立表明判别分数的新变量，该分数是由未标准化的判别系数乘自变量的