判别分析的实现.ppt

（4）选择生成到输出窗中的分类结果 在 Displsy组的矩形框中选择输出项： ①Results for each case要求输出每个观测量的分类结果。 ②Summary table要求输出分类的小结，给出错分率。 第二十九页，共四十九页，2022年，8月28日 （5）缺失值处理方式 在classification子对话框的最下面有一个选择项，用以选择对缺失值的处理方法。 Replace missing value with mean用该变量的均值代替缺失值。该选择项前面的小矩形框中出现x时表示选定所示的处理方法。 以上五项都给予了确定的选择后，单击continue按钮，返回主对话框。 第三十页，共四十九页，2022年，8月28日 指定生成并保存在数据文件中的新变量 Descriminant过程可以在数据文件中建立新变量，通过Save New Vaiables子对话框进行选择。 在主对话框中单击“Save”按钮，展开“Save New Vaiables”子对话框。如下图所示。 第三十一页，共四十九页，2022年，8月28日 Save对话框 第三十二页，共四十九页，2022年，8月28日 在工作数据文件中建立以下三个新变量，可以选择。 ①Predicted group membership要求建立一个新变量，表明预测的类成员。指定此项后，每行一次Descriminant过程，就建立一个表明使用判别函数预测的各观测量属于哪一类的新变量。第一次运行建立新变量的变量名为dis-1,如果在工作数据文件中不把前一次建立的新变删除，第n次运行Descriminant过程建立的新变量默认的变量名为dis-n。 第三十三页，共四十九页，2022年，8月28日 ②Descriminant score要求建立表明判别分数的新变量。每次运行 Descriminant过程都给出组表明判别分数的新变量。建立几个典则判别函数就有几个判别分数变量。参与分析的观测量共分为m类，则建立m－l个典则判别函数，指定该选择项，就可以生成m－l个表明判别数的新变量。例如，原始数据观测量共分为3类，建立两个典则判别函数。第一次运行判别过程建立的新变量名为dis1_1,dis2_1，第二次运行判别过程建立的新变量名为dis1_2,dis2_2…依此类推。分别表示代入第一和第二个判别函数所得到的判别分数。 第三十四页，共四十九页，2022年，8月28日 ③Probabilities of group membership要求建立新变量表明观测量属于某一类的概率。有m类，对一个观测量就会给出m个概率值，因此建立m个新变量。例如，原始和预测分类数是：指定该选择项，在第一次运行判别过程后，给出的表明分类概率的新变量名为dis1_2,dis2_2，dis3_2. 选择了新变量类型后，按continue 第三十五页，共四十九页，2022年，8月28日 第一页，共四十九页，2022年，8月28日 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 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。 第二页，共四十九页，2022年，8月28日 Discriminant 第三页，共四十九页，2022年，8月28日 Discriminant对话框 第四页，共四十九页，2022年，8月28日 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。 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。 第五页，共四十九页，2022年，8月28日 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：后面的矩形框中输入该分类变