《华东理工大学多元统计学实验6》由会员分享，可在线阅读，更多相关《华东理工大学多元统计学实验6（22页珍藏版）》请在金锄头文库上搜索。
1、华东理工大学 20152016 学年 第 二 学期 多元统计分析与 SPSS 应用实验报告 6班级 学号 姓名开课学院商学院任课教师 马艳梅成绩实验内容：实验6判别分析方法1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2使用选择项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3逐步判别法实验要求：
2、熟悉SPSS中判别分析功能AnalyzeClassifyDiscriminant2. 对 “Employee data” 进行数据整理教师评语：教师签名：年 月日实验报告：1、使用默认值进行判别分析打开 “datal4-04.sav ”文件，依次选择 AnalyzeClassify Discriminant，将变量“ slen,swid,plen,pwid” 移入 Independents 框，将变量 “spno” 移入 Grouping Variables 框，单击 Grouping Variables 框，再在 Define Range弹出框中，Minimum输入1, Maximum输入2
3、， 如图1.1所示，单击OK输入结果如图1.2、图 1.3、图1.4、图1.5所示图 1.1Analysis Case P rocessing Su mmaryU Tnwpighted CasesNPercentValid150100.0Excluded Missing orout-of-range group0.0codesAt least one missingdiscriminating variable0.0Both missing orout-of-range groupcodes and at least one0.0missing discriminatingvariableTo
4、tal0.0Total150100.0图 1.2分析：总体样本为150 个，有效样本数为150 个，占总数的100%，无效或者未分组的样本数为0 个。 图 1.3Grou p Statisti cs分类Valid N (listwise)U TnweightedWeighted刚毛鸢尾花花萼长5050.000花萼宽5050.000花瓣长5050.000花瓣宽5050.000变色鸢尾花花萼长5050.000花萼宽5050.000花瓣长5050.000花瓣宽5050.000佛吉尼亚鸢尾花花萼长5050.000花萼宽5050.000花瓣长5050.000花瓣宽5050.000Total花萼长1501
5、50.000花萼宽150150.000花瓣长150150.000花瓣宽150150.000分析：图 1.4 为分组统计量列表Eigenvalu esFunctionEigenvalue% of VarianceCumulative%Canonical Correlation130.419a99.099.0.9842.293a1.0100.0.476a. First 2 canonical discriminant functions were used in the analysis.分析：图1.4为Fisher判别法的两个Fisher判别函数特征值。Functionl的特征值为30.419，
6、解释了 99% 的变异典型相关系数为0.984。Function2的判别函数的特征值为0.293,解释了 1%的变异典型相关系数 为 0.476。其特征值是组间平方和与组内平方和之比。图 1.5Wilk s LambdaTes t of Func tion(s)Wilks lamhdaChi squaredfSig1 through 2.025538.9508.0002.77437.3513.000分析：图1.5为WilksLambda的值，0.025表示判别函数具有较高的判别力，概率P值.000,判别效果显 著；0.774表示判别函数，可能存在不显著变量，应当可以考虑逐步判别法，判别函数具有
7、较低的判别力 概率P值.000,判别效果显著。图 1.6Standardized CanonicalDiscriminant Fu nction Coef ficientsFunction12花萼长 .346.039花萼宽 .525.742花瓣长.846 .386花瓣宽.613.555分析：图 1.6 标准化后费希尔判别函数系数 图 1.7Stru ctu re Mat rixFunction12花瓣长.726*.165花萼宽-.121.879*花瓣宽.651.718*花萼长.221.340*Pooled within-groups correlations betweendiscrimina
8、ting variables and standardized canonical discriminant functionsVariables ordered by absolute size of correlationwithin function.* Largest absolute correlation between eachvariable and any discriminant function分析：图为1.7为结构系数又称为判别负载，实际上是某个判别变量xi与判别值y之间的相关系数，它 表达了两者之间的拟合水平：绝对值很大（接近+1 或-1），这个函数表达的信息与这个变
9、量表达的信息 几乎完全相同，接近0，两者之间几乎没什么共同之处。图 1.8Function s at Grou p Cen troids分类Function12刚毛鸢尾花-7.392.219变色鸢尾花1.763-.737佛吉尼亚鸢尾花5.629.518Unstandardized canonical discriminant functions evaluated at group means分析：图 1.8 为各判别函数组重心矩阵2、使用选择项进行判别分析(1)打开 “datal4-04.sav” 文件，依次选择 AnalyzeClassify Discriminant,将变量“ slen,
10、swid,plen,pwid” 移入 Independents 框，将变量 “spno” 移入 Grouping Variables 框，单击 Grouping Variables 框，再在 Define Range弹出框中,Minimum输入1，Maximum输入2,在主对话框中，单击Classify按纽，展开Classification， 对话框， Prior Probabilities 中选择 All groups equal， Use Covariance Matrix 中选择 Within groups， Plots 中 选择 Combined groups,Separate gro
11、ups, Territorial map Display 中选择 Summary table， Casewise results.单 击 Continue.如图 2.1 所示图 2.1(2)在主对话框中，单击 Statistics 按纽，展开 Statistics 对话框， Descriptives 中选择 Means，Function Coefficients 中选择 Fishers，Unstandardized，Matrices 中选择 Within-groups correlation, Within-groups covariance, Separate-groups covarian
12、ce,Total covarianca 如图 2.2 所示图 2.2/Discriminant Analysis: Statistics|n a c* rri rk*t!%kJ alriLJ C o L-F1 pil VC o两 Means两 Within-groups correlation1厂 Univariate ANOVAs两 Within-groups covariance厂 Boxs M两 Separate-groups covarianceFunction Coefficients两 Total covariance两 Fishers17 UnstandardizedContin
13、ueCancelHelpIJ(3)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”如图 2.3 所示单击OK,输出结果如图2.4Analysis Case P rocessing Su mmaryU Tnwpiahted CasesNPercentValid150100.0Excluded Missing orout-of-range group0.0codesAt least one missingdiscriminating variable0.0Both missing orout-of-range groupcodes and at least one0.0missing discriminatingvariableTotal0.0Total150100.0分析：总体样本为 150 个,有效样本数为 150 个,占总数的 100%,无效或者未分组的样本数为 0。Grou p Statisti cs分类MeanStd.DeviationValid N (lis twise)【UnweightedWeighted刚毛鸢尾花花萼长50.063.5255050.
