用SPSS軟件來(lái)實(shí)現(xiàn)判別分析.doc

《用SPSS軟件來(lái)實(shí)現(xiàn)判別分析.doc》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫(kù)。

1、哈爾濱商業(yè)大學(xué)數(shù)學(xué)實(shí)驗(yàn)報(bào)告實(shí)驗(yàn)題目：___用SPSS軟件來(lái)實(shí)現(xiàn)判別分析___________姓名：__張彥琛_____學(xué)號(hào)：__201214390009____專業(yè)：____數(shù)學(xué)與應(yīng)用數(shù)學(xué)_____________________日期：______2012-10-27_______________________成績(jī)一、實(shí)驗(yàn)?zāi)康挠肧PSS軟件來(lái)實(shí)現(xiàn)判別分析及其應(yīng)用。二、實(shí)驗(yàn)內(nèi)容已知某研究對(duì)象分為3類，每個(gè)樣品考察4項(xiàng)指標(biāo)，各類觀測(cè)的樣品數(shù)分別為7，4，6；另外還有2個(gè)待判樣品分別為第一個(gè)樣品:x1=-8,x2

2、=-14,x3=16,x4=56第二個(gè)樣品:x1=92,x2=-17,x3=18,x4=3.0三、實(shí)驗(yàn)步驟及結(jié)論（一）實(shí)驗(yàn)步驟把實(shí)驗(yàn)所用數(shù)據(jù)從Word文檔復(fù)制到Excel，并進(jìn)一步導(dǎo)入到SPSS數(shù)據(jù)文件中進(jìn)行判別分析。執(zhí)行菜單命令，單擊“分析—>分類—>判別”，進(jìn)行操作步驟……點(diǎn)擊確定，即可得到實(shí)驗(yàn)結(jié)論。（二）實(shí)驗(yàn)結(jié)論表一：檢驗(yàn)結(jié)果a箱的M35.960F近似。2.108df110df2537.746Sig..022對(duì)相等總體協(xié)方差矩陣的零假設(shè)進(jìn)行檢驗(yàn)。a.有些協(xié)方差矩陣是奇異矩陣，因此一般程序不會(huì)起作用。將相

3、對(duì)非奇異組的匯聚組內(nèi)協(xié)方差矩陣檢驗(yàn)非奇異組。其行列式的對(duì)數(shù)為18.794。表一是box檢驗(yàn)的結(jié)果。Box的檢驗(yàn)結(jié)果是35.390，Sig.的值為0.0022<0.05，拒絕原假設(shè)，即每類的協(xié)差陣不完全相等。表二：特征值函數(shù)特征值方差的%累積%正則相關(guān)性13.116a99.699.6.8702.012a.4100.0.111a.分析中使用了前2個(gè)典型判別式函數(shù)。表二是特征值。從表中知第一個(gè)特征值是3.116，方差貢獻(xiàn)率為99.6%，累計(jì)貢獻(xiàn)率為99.6%，判斷率為99.6%，則第一判別函數(shù)有效。表三：Wilks

4、的Lambda函數(shù)檢驗(yàn)Wilks的Lambda卡方dfSig.1到2.24017.8408.0222.988.1543.985表三給出了Fisher判別函數(shù)的有效性檢驗(yàn)。由表三知第一個(gè)Sig.的值為0.022<0.05,拒絕原假設(shè)，檢驗(yàn)是顯著的，進(jìn)而說(shuō)明第一Fisher判別函數(shù)是有效的。而第二個(gè)Sig.的值為0.985>0.05，第二Fisher判別函數(shù)不顯著，即不有效。表四：典型判別式函數(shù)系數(shù)函數(shù)12x1.010.023x2.543-.107x3.047-.024x4-.068.001(常量)9.240-1

5、.276非標(biāo)準(zhǔn)化系數(shù)表四是典則判別式函數(shù)系數(shù)。由表中可以寫出第一Fisher判別函數(shù)是y1=9.240+0.010*x1+0.543*x2+0.047*x3-0.068*x4。第一個(gè)待判樣本：y1=-1.498；第二個(gè)待判樣本：y1=1.571。表五：組質(zhì)心處的函數(shù)類別號(hào)函數(shù)121.00-1.846-.0322.00.616.1783.001.744-.081在組均值處評(píng)估的非標(biāo)準(zhǔn)化典型判別式函數(shù)表五是組質(zhì)心處的典則判別函數(shù)值。第一類的質(zhì)心G1是-1.846，第二類的質(zhì)心G2是0.616，第三類的質(zhì)心G3是1

6、.744。第一個(gè)待判樣本：

7、y1-G1

8、=0.348,

9、y1-G2

10、=2.114,

11、y1-G3

12、=3.242,由

13、y1-G1

14、<

15、y1-G2

16、<

17、y1-G3

18、,則應(yīng)屬于第一類。第二個(gè)待判樣本：

19、y2-G1

20、=3.417,

21、y1-G2

22、=0.955,

23、y1-G3

24、=0.173，由

25、y1-G3

26、<

27、y1-G2

28、<

29、y1-G1

30、，則應(yīng)屬于第三類。表六：組的先驗(yàn)概率類別號(hào)先驗(yàn)用于分析的案例未加權(quán)的已加權(quán)的1.00.33377.0002.00.33344.0003.00.33366.000合計(jì)1.0001717.000

31、由表四可知，每一類的先驗(yàn)概率均為0.333。表七：分類函數(shù)系數(shù)類別號(hào)1.002.003.00x1-.074-.045-.040x2-19.412-18.097-17.457x34.5494.6614.720x41.5821.4141.337(常量)-223.516-199.536-190.099Fisher的線性判別式函數(shù)表七是分類函數(shù)系數(shù)，即Fisher判別函數(shù)系數(shù)。由Fisher判別函數(shù)系數(shù)表可以確定3個(gè)類的貝葉斯線性判別函數(shù)分別是：Y1=-223.516-0.074*x1-19.412*x2+4.549

32、*x3+1.582*x4；Y2=-199.536-0.045*x1-18.097*x2+4.661*x3+1.414*x4；Y3=-190.099-0.040*x1-17.457*x2+4.720*x3+1.337*x4；將待判樣本的各變量值代入上述貝葉斯判別函數(shù)得：對(duì)第一個(gè)待判樣本：Y1=210.22，Y2=207.942,Y3=205.011,由Y1>Y2>Y3,則應(yīng)屬于第一類。對(duì)第二個(gè)待判樣本