用SPSS軟件來實現(xiàn)判別分析.doc

哈爾濱商業(yè)大學(xué)數(shù)學(xué)實驗報告實驗題目：_用SPSS軟件來實現(xiàn)判別分析_姓 名：_張彥琛_ 學(xué)號：_201214390009_專 業(yè)：_數(shù)學(xué)與應(yīng)用數(shù)學(xué)_日 期：_2012-10-27_成 績一、實驗?zāi)康?用SPSS軟件來實現(xiàn)判別分析及其應(yīng)用。二、實驗內(nèi)容 已知某研究對象分為3類，每個樣品考察4項指標(biāo)，各類觀測的樣品數(shù)分別為7，4，6；另外還有2個待判樣品分別為 第一個樣品:x1=-8,x2=-14,x3=16,x4=56第二個樣品:x1=92,x2=-17,x3=18,x4=3.0三、實驗步驟及結(jié)論（一）實驗步驟把實驗所用數(shù)據(jù)從Word文檔復(fù)制到Excel，并進一步導(dǎo)入到SPSS數(shù)據(jù)文件中進行判別分析。執(zhí)行菜單命令，單擊“分析分類判別”，進行操作步驟點擊確定，即可得到實驗結(jié)論。（二）實驗結(jié)論表一：檢驗結(jié)果a箱的 M35.960F近似。2.108df110df2537.746Sig.022對相等總體協(xié)方差矩陣的零假設(shè)進行檢驗。a. 有些協(xié)方差矩陣是奇異矩陣，因此一般程序不會起作用。將相對非奇異組的匯聚組內(nèi)協(xié)方差矩陣檢驗非奇異組。其行列式的對數(shù)為 18.794。表一是box檢驗的結(jié)果。Box的檢驗結(jié)果是35.390，Sig.的值為0.00220.05，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 個典型判別式函數(shù)。 表二是特征值。從表中知第一個特征值是3.116，方差貢獻率為99.6%，累計貢獻率為99.6%，判斷率為99.6%，則第一判別函數(shù)有效。表三：Wilks 的 Lambda函數(shù)檢驗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。由表三知第一個Sig.的值為0.0220.05，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)9.240-1.276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。第一個待判樣本：y1=-1.498；第二個待判樣本：y1=1.571。表五：組質(zhì)心處的函數(shù)類別號函數(shù)121.00-1.846-.0322.00.616.1783.001.744-.081在組均值處評估的非標(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1.744。第一個待判樣本：|y1-G1|=0.348,|y1-G2|=2.114,|y1-G3|=3.242,由|y1-G1|y1-G2|y1-G3|,則應(yīng)屬于第一類。第二個待判樣本：|y2-G1|=3.417,|y1-G2|=0.955,|y1-G3|=0.173，由|y1-G3|y1-G2|Y2Y3,則應(yīng)屬于第一類。對第二個待判樣本:Y1=186.308,Y2=192.113,Y3=191.961,由Y1Y3Y2,則應(yīng)屬于第二類。表八：分類結(jié)果b,c類別號預(yù)測組成員合計1.002.003.00初始計數(shù)1.0061072.0004043.001056%1.0085.714.3.0100.02.00.0100.0.0100.03.0016.7.083.3100.0交叉驗證a計數(shù)1.0061072.0012143.001146%1.0085.714.3.0100.02.0025.050.025.0100.03.0016.716.766.7100.0a. 僅對分析中的案例進行交叉驗證。 在交叉驗證中，每個案例都是按照從該案例以外的所有其他案例派生的函數(shù)來分類的。b. 已對初始分組案例中的 88.2% 個進行了正確分類。c. 已對交叉驗證分組案例中的 70.6% 個進行了正確分類。 表八是預(yù)測分類結(jié)果，由表中可以看出判別率。在回代驗證中，第一類正確率為85.7%，第二類的正確率為100%，第三類的正確率為83.3%。在交叉驗證中，第一類正確率為85.7%，第二類的正確率為50%，第三類的正確率為66.7%。在整體中，對原始分組案例中的88.2%個進行了正確分類，對交叉驗證分組案例中的70.6%個進行了正確分類。四、心得體會1. 通過這次上機實驗，我學(xué)會了用SPSS軟件來實現(xiàn)判別分析，用所學(xué)的來解決實際問題。2通過