2013实验报告-判别分析.doc

黑龙江八一农垦大学多元统计分析实验报告实验项目 判别分析 专 业 信息计算科学专业 年 级 2011 姓 名 学 号 黑龙江八一农垦大学文理学院数学实验室学生实验守则1、参加实验的学生必须按时到实验室上实验课，按指定的席位操作，不得迟到早退。迟到10分钟，禁止实验。2、遵守实验室的一切规章制度，不喧哗，不吸烟，保持室内安静、整洁。3、学生实验前要认真预习实验内容，接受指导教师的提问和检查。4、严格遵守操作规程。5、应认真记录原始数据，填写实验报告，及时送交实验报告。6、不准动用与本实验无关的仪器设备和室内的其它设施。7、实验中发生事故时，要保持镇静，并立即采取抢救措施，及时向指导教师报告。8、损坏实验设备应主动向指导教师报告，由指导教师根据情况进行处理，需要赔偿的应写出书面报告，填写赔偿单。9、实验结束，将实验结果交实验教师检查，合格后，经指导教师同意后，方可离开实验室。10、实验完毕后，应按时写出实验报告，及时交指导教师审阅，不交者，该实验无成绩。实 验 报 告实验项目名称判别分析实验日期理论内容判别分析实验地点实验目的及要求：掌握判别分析的基本理论，熟练掌握利用SPSS软件系统进行判别分析的步骤，掌握Fisher、Bayes和逐步判别分析方法，能写出Fisher、Bayes判别方法的判别函数，并掌握进行判别效果检验的方法。实验内容：1熟悉掌握SPSS软件进行判别分析的基本操作；2掌握判别分析的基本原理；3利用实例数据，运用SPSS软件熟悉判别分析方法的步骤和结果分析；4利用习题数据，完成习题要求的相关内容。习题：为研究某地区人口死亡状况，已按某种方法将15个已知地区样品分为3类，指标含义及原始数据如下。试建立判别函数，并判定另外4个待判地区属于哪类？（其中，X1：0岁组死亡概率；X2：1岁组死亡概率；X3：10岁组死亡概率；X4：55岁组死亡概率；X6：平均预期寿命）各地区死亡概率表类别134.167.441.127.8795.1969.31233.066.341.086.7794.0869.71336.269.241.048.9797.368.81440.1713.451.4313.88101.266.21550.0623.032.8323.74112.5263.31633.246.241.1822.9160.0165.42732.224.221.0620.7124.768.72841.1510.082.3232.84172.0665.852953.0425.744.0634.87152.0363.521038.0311.26.0727.84146.3266.821134.035.410.075.290.169.531232.113.020.093.1485.1570.83类别1344.1215.021.0815.15103.1264.831454.1725.032.1125.15110.1463.731528.072.010.073.0281.2268.33待判50.226.661.0822.54170.665.2待判34.647.331.117.7895.1669.3待判33.426.221.1222.95160.3168.3待判44.0215.361.0716.45105.364.2判别分析基本原理：按照一定的判别准则，建立一个或多个判别函数，用研究对象的大量资料确定判别函数中的待定系数，并计算判别指标，据此即可确定某一样本属于何类操作步骤及运行结果：1.分析分类判别2.讲“类别”移入“分组变量”，定义范围13，“x1x7”移入“自变量”3.“统计量”中选择“均值”和“Fisher”，4“分类”中选择“个案结果”5.“保存”中都选上。6.等出如下主要数据。为标准化的典型判别函数系数：Canonical Discriminant Function CoefficientsFunction12V2-1.861-.867V31.6561.155V4-.877-.356V5.798-.089V6.098.054V71.579.690(Constant)-74.990-29.482Unstandardized coefficientsF1=-74.99-1.861X1+1.656X2-0.877X3+0.789X4+0.098X5+1.579X6F2=-29.482-0.876X1+1.155X2-0.356X3-0.089X4+0.054X5+0.69X6Bayes判别法的输出结果：Classification Function Coefficients类别1.02.03.0V2-143.851-164.691-134.862V3153.137171.185144.462V4-90.088-99.976-85.945V553.00962.52549.972V611.00812.09410.520V7189.261207.003181.714(Constant)-5317.234-6202.158-4982.880Fishers linear discriminant functionsF1=-5317.2-143.9X1+153.1X2-90.1X3+53.0X4+11.0X5+189.3X6F2=-6201.2-164.7X1+171.2X2-100.0X3+62.5X4+12.1X5+207.0X6F3=-4982.9-134.9X1+144.5X2-85.9X3+50.0X4+10.5X5+181.7X6Classification Resultsa,c类别Predicted Group MembershipTotal1.02.03.0OriginalCount1.050052.005053.00055Ungrouped cases1124%1.0100.0.0.0100.02.0.0100.0.0100.03.0.0.0100.0100.0Ungrouped cases25.025.050.0100.0Cross-validatedbCount1.050052.014053.02035%1.0100.0.0.0100.02.020.080.0.0100.03.040.0.060.0100.0a. 100.0% of original grouped cases correctly classified.b. Cross validation is done only for those cases in the analysis. In cross validation, each case is classified by the functions derived from all cases other than that case.c. 80.0% of cross-validated grouped cases correctly classified.将未知样本的数据代入以上方程，可得出分别属于哪一类。或者在SPSS中也可进行相应的操作得出。11.01.021.01.031.01.041.01.051.01.062.02.072.02.082.02.092.02.0102.02.0113.03.0123