判别分析的SPSS实现数据分析.pptx
《判别分析的SPSS实现数据分析.pptx》由会员分享,可在线阅读,更多相关《判别分析的SPSS实现数据分析.pptx(49页珍藏版)》请在咨信网上搜索。
1、判别分析的判别分析的SPSSSPSS实现实现SPSS提供的建立判别函数的方法有:1.全模型法:把所有的变量放入判别函数中2.逐步判别法判别分析的步骤判别分析的步骤对于分为m类的研究对象,建立m个线性判别函数,对测试的样本代入判别函数,得出判别得分,从而确定该样本属于哪一类。Discriminant Discriminant对话框 Grouping Variable:已知的观测量所属类别的变量(分类变量)Independents:观测量,即参与判别分析的变量。Use Stepwise method:当不认为所有自变量都能对观测量特性提供丰富的信息时,使用该选择项。因此根据对判别贡献的大小进行选择
2、。Enter independent together:当所有自变量都能对观测量特性提供丰富的信息时,使用该选择项。选择该项将不加选择地使用所有自变量进行判别分析,建立全模型。不需要进一步进行选择。选择分类变量及其范围选择分类变量及其范围 在主对话框中左面的矩形框中选择表明已知的观测量所属类别的变量(一定是离散变量,按上面一个箭头按钮,使该变量名移到箭头按钮右面,“Grouping Variable”下面的矩形框此时矩形框下面的“Define range”按钮加亮,按该按钮,屏幕显示一个小对话框,供指定该分类变量的数值范围。定义分类变量范围的小对话框如下图 所示。在Minimum:后面的矩形框
3、中输入该分类变量的最小值;在Muximurn:后面的矩形框中输入该分类变量的最大值。分类变量范围对话框 2 2指定判别分析的自变量指定判别分析的自变量 在主对话框的左面的变量表中选择表明观测量特征的变量,按下面一个箭头按钮,把选中的变量移到“Independents:”下面的矩形框中,作为参与判别分析的变量。Indepents对话框数据变量数据变量输入框输入框数据判别分析数据判别分析 完成前面四步骤的操作即可使用各种系统默认值对工作数据集的数据进行判别分析了。可以使用的方法有两种:(1)直接运行:在主对话框中按(用鼠标单击)Ok按钮 (2)生成SPSS命令程序后再运行:在主对话框中按Paste
4、按钮,激活Syntax窗,在该窗中按Run按钮执行该语句窗中的程序。无论哪种方法均可在output窗中显示出分析结果。完全使用系统默认值进行判别分析,其结果有时不能令人满意,因此根据以下步骤指定选择项是很有必要的。选择观测量选择观测量 如果希望使用一部分观测量进行判别函数的推导,而且有一个变量的某个值可以作为某些观测量的标识,则用Select功能进行选择。操作方法是,单击“Select”按钮展开小选择框,在“Vaiable:”后面矩形框中输入该变量的变量名,在“Value:”后面输入标识参与分析的观测量所具有的该变量值。一般均使用数据文件中的所有合法观测量。此步骤可以省略。Select功能选择
5、选择分析方法选择分析方法 在主对话框中自变量矩形框下面有两个选择项,被选中的方法前面的圆圈中加有黑点。这两个选择项是选择判别分析方法的。(1)Enter independent together 当你认为所有自变量都能对观测量特性提供丰富的信息时,使用该选择项。选择该项将不加选择地使用所有自变量进行判别分析,建立全模型。不需要进一步进行选择。(2)Use Stepwise method 当你不认为所有自变量都能对观测量特性提供丰富的信息时,使用该选择项。因此根据对判别贡献的大小进行选择。当鼠标单击该项时,Method按钮加亮。可以进一步判别分析方法。单击“Method”按钮,展开“Stepwi
6、se method”对话框(子对话框)如下图所示。Stepwise method对话框 选择进行逐步判别分析的方法 选择判别分析方法在Method组的矩形框中进行。可供选择的判别分析方法有:Wilkslambda 使Wilk的统计量最小化法。Unexplained variance 使各类不可解释的方差和最小化法。Mahalanobisdistance 使最近两类间的 Mahalanobis距离最大化法。Smallest F ratio。使任何两类间的最小的F值最大化法。Rao V 使 RaoV统计量最大化。可以对一个要加入到模型中的变量的V值指定一个最小增量。选择此种方法后,应该在该项下面的
7、V to dntce后的矩形框中输这个增量的指定值。选择逐步判别停止的判据选择逐步判别停止的判据 选择逐步判别停止的判据在criteria组的矩形框中进行。可供选择的判据有:Use F value:使用F值,是系统默认的判据,默认值是:Entry:3.84;removal:2.71。即当被加入的变量F值=3.84时才把该变量加入到模型中,否则变量不能进入模型;或者,当要从模型中移出的变量F值=2.71时,该变量才被移出模型,否则模型中的变量不会被移出。应该使Entry值(加入变量的F值)removal值(移出变量的F值)Use probability of F:使用F值的概率。加入变量的F值概
8、率的默认值是0.05(5);移出变量的q值概率是0.10(10)。removal值(移出变量的正值概率)Entry值(加入变量的F值概率)。显示内容的选择 对于逐步选择变量的过程和最后结果的显示可以通过Method对话框最下面的Display矩形框中的三项进行选择:Resul at each step要求在逐步选择变量过程中的每一步之后显示每个变量的统计量。Summary仅要求显示加入或移出模型的变量的综计量。即选择变量的小结。F for Pairwise distances要求显示两两类之间的两两 F值矩阵。当以上三项都给予了确定的选择后,单击continue按钮,返回主对话框。指定输出的统
9、计量指定输出的统计量单击“statistics”按钮,展开相应的子对话框,如下图所示。可以选择的输出统计量分为以下三类:(1 1)描述统计量)描述统计量 在Descriptives组的矩形框中可以选择对原始数据的描述统计量的输出:Means选择此项可以输出各类中各自变量的均值MEAN、标准差Std Dev和各自变量总样本的均值和标准差。Univariate ANOVA对各类中同一自变量均值都相等的假设进行检验,输出单变量的方差分析结果。Boxs M对每类的协方差矩阵是从同一总体中采样得来的假设进行检验,输出检验结果。Statistics(2)判别函数系数 在Fuction coefficien
10、ts组的矩形框中选择判别函数系数的输出形式:Fishers可以直接用于对新样本进行判别分类的费雪系数。Unstandardized未经标准化处理的判别系数。可用于计算判别分数。(3 3)自变量的系数矩阵)自变量的系数矩阵 在Matrices组的矩形框中选择要求给出的矩阵:within-groups correlation matrix类内相关矩阵 within-groups covariance matrix类内协方差矩阵 Separate-groups covariance matrices对每类输出一个类间协方差矩阵 Total covariance matrix总样本的协方差矩阵 以上三
11、项都给予了确定的选择后,单击continue按钮,返回主对话框。指定分类参数和判别结果指定分类参数和判别结果 在主对话框中单击“classify”按钮,展开相应的子对话框,如下图所示。(1 1)在在Prior Prior ProbabilitiesProbabilities组组的的矩矩形形框框中中选选择择先先验验概概率率,两者选其一两者选其一。All groups equal各类先验概率相等。若分为m类,则各类先验概率均为1m。computer from group sizes由各类的样本量计算决定在各类的先验概率与其样本比。Classifiction对话框(2)选择分类使用的协方差矩阵 在U
12、se covariance Matrix组的矩形框中选择分析使用的协方差矩阵。两者选其一。Within-groups指定使用组内协方差矩阵。Seperate-groups指定使用组间协方差矩阵。(3 3)选择要求输出的统计图)选择要求输出的统计图 在Plots组的矩形框中选择,可以并列选择。combined-groups 所有类放在一张散点图中。便于比较。此选择项生成一张散点图。Seperate-groups对每一类生成一张散点图。共分为几类就生成几张散点图。Territoreal map 如果对一个观测量只能计算出一个判别分数,则利用观测量的判别做作图,如果有两个以上判别分数,则用头两个判别
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 判别分析 SPSS 实现 数据 分析
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【精****】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【精****】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。