SPSS处理元判别分析.docVIP

实验四：多元判别分析 一．实验目的 1．熟练掌握使用SPSS对数据进行多元判别分析的方法 2．掌握对数据的多元判别结果的分析方法 二．实验要求 1．能够按照实验题目要求完成实验题目 2．掌握实验中要求的掌握方法，熟练操作SPSS 3．对实验结果进行分析 三．实验内容 实验过程： 1.依次点击“分析——分类——判别”并设置相关量,如下图一所示： 【图一】 分析的结果如表一所示： 【表一】 判别 分析案例处理摘要 未加权案例 N 百分比 有效 100 100.0 排除的 缺失或越界组代码 0 .0 至少一个缺失判别变量 0 .0 缺失或越界组代码还有至少一个缺失判别变量 0 .0 合计 0 .0 合计 100 100.0 组统计量 group 均值 标准差 有效的 N（列表状态） 未加权的 已加权的 正常人 pa 28.2136 4.70056 25 25.000 alpha_ag 67.5780 16.75241 25 25.000 hp 257.1212 126.27684 25 25.000 alpha_at 282.1680 30.83337 25 25.000 肝癌，AFP检测阳性 pa 15.8555 10.21072 40 40.000 alpha_ag 120.7943 62.04790 40 40.000 hp 321.8357 249.33407 40 40.000 alpha_at 492.4633 151.32253 40 40.000 肝癌，AFP检测阴性 pa 16.3145 7.80152 20 20.000 alpha_ag 55.2980 26.12832 20 20.000 hp 91.4700 126.45050 20 20.000 alpha_at 313.3080 55.59623 20 20.000 肝硬化 pa 21.9793 8.47264 15 15.000 alpha_ag 69.6187 50.46477 15 15.000 hp 297.1527 210.05123 15 15.000 alpha_at 314.7287 72.52736 15 15.000 合计 pa 19.9554 9.77612 100 100.000 alpha_ag 86.7146 53.67732 100 100.000 hp 255.8815 212.46384 100 100.000 alpha_at 377.3982 140.18786 100 100.000 汇聚的组内矩阵 pa alpha_ag hp alpha_at 相关性 pa 1.000 -.112 .119 -.290 alpha_ag -.112 1.000 .456 .528 hp .119 .456 1.000 .484 alpha_at -.290 .528 .484 1.000 分析 1 协方差矩阵的均等性的箱式检验 对数行列式 group 秩 对数行列式 正常人 4 25.055 肝癌，AFP检测阳性 4 32.930 肝癌，AFP检测阴性 4 26.634 肝硬化 4 29.759 汇聚的组内 4 30.930 打印的行列式的秩和自然对数是组协方差矩阵的秩和自然对数。 检验结果 箱的 M 160.976 F 近似。 4.888 df1 30 df2 11927.756 Sig. .000 对相等总体协方差矩阵的零假设进行检验。 特征值 函数 特征值 方差的 % 累积 % 正则相关性 1 .980(a) 76.5 76.5 .703 2 .260(a) 20.3 96.7 .454 3 .042(a) 3.3 100.0 .200 a 分析中使用了前 3 个规范判别式函数。 Wilks 的 Lambda 函数检验 Wilks 的 Lambda 卡方 df Sig. 1 到 3 .385 90.719 12 .000 2 到 3 .762 25.841 6 .000 3 .960 3.881 2 .144 标准化的规范判别式函数系数 函数 1 2 3 pa -.203 .691 .765 alpha_ag .221 .303 .322 hp -.312 .471 -1.106 alpha_at .898 .103 .473 结构矩阵 函数 1 2 3 alpha_at .922(*) .