5.Rao's V Rao V统计量.选择该项,表示每步都使 统计量. 统计量 选择该项,表示每步都使Rao V统计量产生最大增量的变量进入判别函数,可以对一个要加 统计量产生最大增量的变量进入判别函数, 统计量产生最大增量的变量进入判别函数 入到模型中的变量的V值指定一个最小增量.选择该方法时需 入到模型中的变量的 值指定一个最小增量. 值指定一个最小增量 要在该项下面的" 要在该项下面的"V-to-enter"(输入 值)文本框中输入这个 (输入V值 增量的指定值,当某变量导致的V值增量大于指定值的变量进 增量的指定值,当某变量导致的 值增量大于指定值的变量进 入判别函数. 入判别函数. "Criteria"(准则 选项组用于选择逐步判别停止的判据,可 准则)选项组用于选择逐步判别停止的判据 准则 选项组用于选择逐步判别停止的判据, 供选择的判据包括以下几项: 供选择的判据包括以下几项:
对话框, 图1.1 "Discriminate Analysis"对话框, 对话框
Step2:选择分组变量和自变量 : 在变量列表中选择指定分组变量,单击右向箭头按钮, 在变量列表中选择指定分组变量,单击右向箭头按钮, 将其移动至右侧的" 将其移动至右侧的&分组)文本框中, (分组)文本框中, 并单击" 并单击"Define Range"(定义范围)按钮,出现图 所示 (定义范围)按钮,出现图1.2所示 的"Discriminant Analysis:Define Range"(判别分析定 : ( 义范围)对话框,在"Minimum"文本框中输入该分组变量 义范围)对话框, 文本框中输入该分组变量 的最小值, 的最小值,在"Maximum"文本框中输入该分组变量的最大 文本框中输入该分组变量的最大 单击" 按钮, 值,单击"Continue"按钮,返回主对话框. 按钮 返回主对话框.
图1.3 "Discriminant Analysis:Set Value" :
Step5:执行操作. :执行操作. 选择完毕后,单击" 按钮, 选择完毕后,单击"OK"按钮,执行判别分析操作. 按钮 执行判别分析操作.
§3. 选项设置
§3.1 Method选项 选项 选择" 方法进行判别分析时, 选择"Use stepwise method"方法进行判别分析时, 方法进行判别分析时 按钮, "Method"(方法)按钮将被激活,单击"Method"按钮,打开 (方法)按钮将被激活,单击" 按钮 "Discriminant Analysis:Stepwise Method"(判别分析:逐 : (判别分析: 步分析方法)对话框,如图1.4所示 步分析方法)对话框,如图 所示
代人判别函数: 代人判别函数:
得两组的判别函数分别为: 得两组的判别函数分别为:
将原各组样品进行回判结果如下一灯片表: 将原各组样品进行回判结果如下一灯片表: 待判样品判别结果如下: 待判样品判别结果如下:
3,利用距离判别法中例l的人文发展指数的数据作 ,利用距离判别法中例 的人文发展指数的数据作 Fisher判别分析: 判别分析: 判别分析 (1)建立判别函数 建立判别函数 利用前例计算的结果,可得 利用前例计算的结果,可得Fisher判别函数的系数 判别函数的系数
选项组中选择进行逐步判别分析的方法, 在"Method"选项组中选择进行逐步判别分析的方法,可供 选项组中选择进行逐步判别分析的方法 选择的判别分析方法有5种 选择的判别分析方法有 种: 1.Wilks'lambda Wilks'lambda方法.默认选项,每步都是 方法. 方法 默认选项, Wilk的概计量最小的进入判别函数. 的概计量最小的进入判别函数. 的概计量最小的进入判别函数 2.Unexplained variance 不可解释方差方法.选择该项, 不可解释方差方法.选择该项, 表示每步都是使各类不可解释的方差和最小变量进入判别函数. 表示每步都是使各类不可解释的方差和最小变量进入判别函数. 3.Mahalanobis'distance Mahalanobis距离方法.选择该 距离方法. 距离方法 表示每步都使靠的最近的两类间Mahalanobis距离最大的变 项,表示每步都使靠的最近的两类间 距离最大的变 量进入判别函数. 量进入判别函数. 4.Smallest F ratio最小 值方法.选择该项,表示每步都使 最小F值方法 最小 值方法.选择该项, 任何两类间的最小的F值最大变量进入判别函数 值最大变量进入判别函数. 任何两类间的最小的 值最大变量进入判别函数.
Step4:选择变量值标识. :选择变量值标识. 如果需要使用一部分个案参与判别函数的推导, 如果需要使用一部分个案参与判别函数的推导,而且有一个变 量的某个值可以作为这些观测量的标识,则用Select Variable功 量的某个值可以作为这些观测量的标识,则用 功 能进行选择.方法为在变量列表中选择变量,单击右向箭头按钮, 能进行选择.方法为在变量列表中选择变量,单击右向箭头按钮, 将其移动至" 将其移动至"Selection"(选择变量)文本框;然后单击 (选择变量)文本框; 文本框右侧的" 按钮, "Selection"文本框右侧的"Value"按钮,显示"Discriminant 文本框右侧的 按钮 显示" Analysis:Set Value"(判别分析:设定值)子对话框,如图 : (判别分析:设定值)子对话框, 1.3所示,输入选择变量的标识.单击"Continue"按钮,返回主 所示, 按钮, 所示 输入选择变量的标识.单击" 按钮 对话框. 对话框.
所以判别函数为
(2)计算判别临界值 0. 计算判别临界值y 计算判别临界值 由于
所以
(3)判别准则 判别准则
(4)对已知类别的样品判别归类 对已知类别的样品判别归类
上述回判结果表明:总的回代判对率为 %,这与统计资料 上述回判结果表明:总的回代判对率为100%,这与统计资料 %, 的结果相符,而且与前面用距离判别法的结果也一致. 的结果相符,而且与前面用距离判别法的结果也一致. (5)对判别效果作检验 对判别效果作检验 由于 检验水平下判别有效. 所以在 检验水平下判别有效. (6)待判样品判别结果如下:判别结果与实际情况吻合. 待判样品判别结果如下: 待判样品判别结果如下 判别结果与实际情况吻合.
判别分析的SPSS操作 操作 判别分析的
§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, 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. 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; 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. 的错判率最小. 判别函数的一般形式是: 判别函数的一般形式是:Y = a1 x1 + a 2 x2 + + a n x n 其中, 为判别函数判别值; 其中,Y 为判别函数判别值;x1 , x 2 ,, x n 为反映研究对象 特征的变量; 特征的变量;1 , a 2 ,, a n 为各变量的系数,即判别系数. a 为各变量的系数,即判别系数. 常用的判别法有距离判别法, 判别法和Bayes判别法. 判别法. 常用的判别法有距离判别法,Fisher判别法和 判别法和 判别法
(5)对判别效果作检验 对判别效果作检验 判别分析是假设两组样品取自不同总体, 判别分析是假设两组样品取自不同总体,如果两个总体的均值 向量在统计上差异不显著,作判别分析意义就不大: 向量在统计上差异不显著,作判别分析意义就不大:所谓判别效果 的检验就是检验两个正态总体的均值向量是否相等, 的检验就是检验两个正态总体的均值向量是否相等,取检验的统计 量为: 量为:
图1.2 "Discriminate Analysis:Define Range"对 : 对 话框
在变量列表中选择判别分析的变量,单击右向箭头按钮, 在变量列表中选择判别分析的变量,单击右向箭头按钮, 将其移动至" 将其移动至"Independents"(自变量)列表框中. (自变量)列表框中. Step3:选择判别分析方法. :选择判别分析方法. 在主对话框中,自变量列表框下侧显示两个单选框, 在主对话框中,自变量列表框下侧显示两个单选框,用 于指定选择判别分析的方法. 于指定选择判别分析的方法. Enter independents together 默认选项.当认为所有自变 默认选项. 量都能对观测特性提供丰富的信息时,使用该选项, 量都能对观测特性提供丰富的信息时,使用该选项,选择该项 将不加uanz地使用所有自变量进行判别分析,建立全模型,且 地使用所有自变量进行判别分析, 将不加 地使用所有自变量进行判别分析 建立全模型, 不需要进一步选择. 不需要进一步选择. Use stepwise method 逐步分析方法.当认为不是所有自 逐步分析方法. 变量都能对观测量特性提供丰的信息时,选择该项, 变量都能对观测量特性提供丰的信息时,选择该项,因此需要 判别贡献的大小再进行选择.选中该单选按钮时, 判别贡献的大小再进行选择.选中该单选按钮时,"Method" 按钮被激活,可以进一步选择判别分析方法. 按钮被激活,可以进一步选择判别分析方法.
(2)计算样本协差阵,从而求出 计算样本协差阵, 计算样本协差阵
类似地
经计算
(3)求线性判别函数 求线性判别函数W(X) 求线性判别函数 解线性方程组 得