篇一：判别分析实验报告 spss
一、实验目的及要求：
1、目的
用spss软件实现判别分析及其应用。
2、内容及要求
用spss对实验数据利用fisher判别法和贝叶斯判别法，建立判别函数并判定宿州、广安等13个地级市分别属于哪个管理水平类型。
二、仪器用具：三、实验方法与步骤:
准备工作：把实验所用数据从word文档复制到excel，并进一步导入到spss数据文件中，同时，由于只有当被解释变量是属性变量而解释变量是度量变量时，判别分析才适用，所以将城市管理的7个效率指数变量的变量类型改为“数值（n）”，度量标准改为“度量（s）”，以备接下来的分析。
四、实验结果与数据处理：
表1组均值的均等性的检验
综合效率标准指数经济效率标准指数结构效率标准指数社会效率标准指数人员效率标准指数发展效率标准指数环境效率标准指数
wilks 的 lambda
f df1
df2
sig.
表1是对各组均值是否相等的检验，由该表可以看出，在0.05的显著性水平上我们不能拒绝结构效率标准指数和环境效率标准指数在三组的均值相等的假设，即认为除了结构效率标准指数和环境效率标准指数外，其余五个标准指数在三组的均值是有显著差异的。
表2 对数行列式 group 1 2 3
汇聚的组内
秩
对数行列式
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。
表3 检验结果箱的 m f
近似。
df1 df2 sig.
对相等总体协方差矩阵的零假设进行检验。
以上是对各组协方差矩阵是否相等的box’m检验，表2反映协方差矩阵的秩和行列式的对数值。
由行列式的值可以看出，协方差矩阵不是病态矩阵。
表3是对各总体协方差阵是否相等的统计检验，由f值及其显著水平，在0.05的显著性水平下拒绝原假设，认为各总体协方差阵不相等。
1）fisher判别法：图一
图二
表5 wilks 的 lambda 函数检验
1 到 2
dimension0wilks 的 lambda
卡方 df
sig.
2
表4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。
第一判别函数解释了75%的方差，第二判别函数解释了25%的方差，它们两个判别函数解释了全部方差。
表5是对两个判别函数的显著性检验，由wilks’lambda检验，认为两个判别函数在0.05
的显著性水平上是显著的。
表6标准化的典型判别式函数系数
综合效率标准指数经济效率标准指数结构效率标准指数社会效率标准指数人员效率标准指数发展效率标准指数
函数
1
2
表7结构矩阵
发展效率标准指数经济效率标准指数综合效率标准指数社会效率标准指数环境效率标准指数人员效率标准指数结构效率标准指数
判别变量和标准化典型判别式函数之间的汇聚组间相关性按函数内相关性的绝对大小排序的变量。
*. 每个变量和任意判别式函数间最大的绝对相关性 a. 该变量不在分析中使用。
a
函数
1
.752.611.426.261.141*****
2
.797-.156**
表6为标准化的判别函数，表7为结构矩阵，即判别载荷。
由判别权重和判别载荷可以看出发展效率标准指数、经济效率标准指数对判别函数1的贡献较大，而人员效率标准指数对判别函数2的贡献较大。
表8 典型判别式函数系数
综合效率标准指数经济效率标准指数结构效率标准指数社会效率标准指数人员效率标准指数发展效率标准指数 (常量) 非标准化系数
函数
1
2
表9 组质心处的函数 group
1
函数
2
1 2 3
在组均值处评估的非标准化典型判别式函数
表8为非标准化的判别函数，我们可以根据这个判别函数计算每个观测的判别z得分。
表9反映判别函数在各组的重心。
根据结果，判别函数在group=1这一组的重心为（-0.210，-0.730），在group=2这一组的重心为（3.964,1.263），在group=3这一组的重心为（-2.725,1.905）。
这样，我们就可以根据每个观测的判别z得分将观测进行分类。
表10 组的先验概率 group
先验
用于分析的案例篇二：2013实验报告-判别分析
黑龙江八一农垦大学
多元统计分析实验报告
实验项目判别分析专业信息计算科学专业年级2011姓名学号
黑龙江八一农垦大学文理学院数学实验室
学生实验守则
1、参加实验的学生必须按时到实验室上实验课，按指定的席位操作，不得迟到早退。
迟到10分钟，禁止实验。
2、遵守实验室的一切规章制度，不喧哗，不吸烟，保持室内安静、整洁。
3、学生实验前要认真预习实验内容，接受指导教师的提问和检查。
4、严格遵守操作规程。
5、应认真记录原始数据，填写实验报告，及时送交实验报告。
6、不准动用与本实验无关的仪器设备和室内的其它设施。
7、实验中发生事故时，要保持镇静，并立即采取抢救措施，及时向指导教师报告。
8、损坏实验设备应主动向指导教师报告，由指导教师根据情况进行处理，需要赔偿的应写出书面报告，填写赔偿单。
9、实验结束，将实验结果交实验教师检查，合格后，经指导教师同意后，方可离开实验室。
10、实验完毕后，应按时写出实验报告，及时交指导教师审阅，不交者，该实验无成绩。
实验报告篇三：r语言判别分析实验报告
r语言判别分析实验报告
班级：应数1201
学号：12404108 姓名：麦琼辉
时间：2014年11月28号
1 实验目的及要求
1) 了解判别分析的目的和意义；
2) 熟悉r语言中有关判别分析的算法基础。
2 实验设备（环境）及要求
个人计算机一台，装有r语言以及rstudio并且带有mass包。
3 实验内容
企业财务状况的判别分析
4 实验主要步骤
1) 数据管理：实验对21个破产的企业收集它们在前两年的财务数据，对25个财务良好的企业也收集同一时期的数据。
数据涉及四个变量：cf_td（现金/总债务）；ni_ta（净收入/总资产）；ca_cl（流动资产/流动债务）；ca_ns（流动资产/净销售额），一个分组变量：企业现状（1：非破产企业，2：破产企业）。
2) 调入数据：对数据复制，然后在rstudio编辑器中执行如下命令。
case5=read.table(‘clipboard’,head=t)
head(case5)
3) fisher判别效果（等方差，线性判别lda）：采用bayes方式，即先验概率为样本例数，相关的rstudio程序命令如下所示。
library(mass)
ld=lda(g~.,data=case5);ld #线性判别
zid=predict(ld)addmargins(table(case5$g,zid$class))
4) fisher判别效果（异方差，非线性判别--二次判别qda）：再次采用bayes
方式，相关的rstudio程序命令如下所示。
library(mass)
qd=qda(g~.,data=case5);qd #二次判别
zqd=predict(qd)
addmargins(table(case5$g,zqd$class))
5 实验结果
表1 线性判别lda效果
新分类原分类 12 合计
1 24 1 25
2 3 18 21
合计 27 19 46
符合率 91.30%
表2 二次判别qda效果新分类原分类 12 合计 1 24 1 25 2 2 19 21 合计 26 20 46 符合率 93.50%
由表1和表2可知，qda（二次判别---非线性判别）的效果比lda（一次判别）要好。
6 实验小结
通过本次实验了解了判别分析的目的和意义，并熟悉r语言中有关判别分析的算法基础。