华理多元统计实验7.docVIP

华东理工大学2013—2014 学年 第 二 学期 《 多元统计学 》实验报告6 班级 学号 姓名 开课学院 商学院 任课教师 任飞 成绩 实验内容：实验 5 判别分析方法 熟悉SPSS中判别分析功能 实验要求： 1.使用默认值进行判别分析 2.使用选择项进行判别分析 3.逐步判别分析 4.对案例：Crop’Pain连锁店展开判别分析讨论 5.在判别分析中缺少分类变量的话，怎么办？ 教师评语： 教师签名： 年 月 日 实验报告： Analyze-Classify-Discriminant 使用默认值进行判别分析 选用数据文件data14-04，将slen,swid,plen,pwid移入Independents框，将spno移入Grouping Variables框，对输出结果的认识。 表明有效数据共150组，占总数据的百分比为100%。 上图是典型的判别函数，分别反映了判别函数的特征值、解释方差的比例和典型相关系数。 Eigenvalues：第一判别函数结束了99%的方差，第二判别函数解释了1%的方差，两个判别函数解释了全部的方差。 Wilks’Lambda:是对两个判别函数显著性检验。由Wilks?Lambda检验，两个判别函数在0.05的显著性水平上拒绝原假设，认为函数是显著地。? ????? 上图是标准化的判别函数，表示为：? Y1=?-0.346*花萼长-0.525*花萼宽+0.846*花瓣长+0.613*花瓣宽； ?Y2=?0.039*花萼长+0.742*花萼宽-0.386*花瓣长+0.555*花瓣宽；?可以根据这个判别函数计算每个观测值的判别得分。? 下图是结构矩阵，即各依据变量与函数的关系，由表可以看出那些解释变量对判别函数的贡献较大。绝对值越大，贡献越大，绝对值越小，贡献越小。 该表反应了判别函数在各组的重心。结果显示，判别函数在Y=1这一组的重心为（-7.392,0.219），在Y=2这一组的重心为（1.763，-0.737），在Y=3这一组的重心为（5.629,0.518），所以我们就可以对每个观测的判别得分将观测进行分类。 使用选择项进行判别分析 选择分类参数 在主对话框中，单击Classify按纽，展开Classification对话框 Prior Probabilities---All groups equal Use Covariance Matrix---Within groups Plots---Combined groups,Separate groups, Territorial map Display---Summary table,Casewise results 选择要求输出的统计量 在主对话框中，单击Statistics按纽，展开Statistics对话框 Descriptives---Means Function Coefficients---Fisher’s, Unstandardized Matrices---Within-groups correlation, Within-groups covariance, Separate-groups covariance,Total covariance 保存新变量 在主对话框中，单击Save按纽， 展开Save New Variables的对话框 选择:Predicted group membership Descriminant Scores Probabilities of group membership 对输出结果的认识 Bayes判别函数 Y1=-80.268+1.687x1+2.695x2-0.880x3-2.284x4 Y2=-71.196+1.101x1+1.070x2+1.001x3+0.197x4 Y3=-103.890+0.865x1+0.747x2+1.647x3+1.695x4 上表显示各类正确判别率分别为100%，96%，98% 逐步判别分析 肝癌诊断案例，选用数据文件discrim，将pa,alpha_ag,alpha_at,hp移入I