判别分析作业.doc

分类统计结果：均值、方差、未加权的权重和加权的权重,从表3-2中可以看出“农业”最发达的处在第3类中；“林业”最发达的处在第1类中；“牧业”相对比较发达的处在第3类中；“渔业”比较发达的处在第3类中. 表3-3 汇聚的组内矩阵a农 业林 业牧 业渔 业协方差农 业147937.80832.32953946.03638237.523林 业32.3294221.968763.5645011.382牧 业53946.036763.56488914.814-1202.757渔 业38237.5235011.382-1202.75781954.578相关性农 业1.000.001.470.347林 业.0011.000.039.269牧 业.470.0391.000-.014渔 业.347.269-.0141.000a. 协方差矩阵的自由度为 25。表3-4 协方差矩阵a案例的类别号农 业林 业牧 业渔 业1农 业117078.4301692.49142646.94025617.256林 业1692.4915374.9051683.83611767.276牧 业42646.9401683.836111342.6278140.306渔 业25617.25611767.2768140.30696378.5282农 业99379.4205349.29733360.199-1210.280林 业5349.2972439.8922404.6602442.228牧 业33360.1992404.66016398.533-81.391渔 业-1210.2802442.228-81.3913842.5313农 业349772.315-16911.335134161.459164855.882林 业-16911.3354772.826-5689.721-9475.701牧 业134161.459-5689.721184793.008-31755.020渔 业164855.882-9475.701-31755.020214434.833合计农 业861248.75328961.813508218.736183988.724林 业28961.8136504.91920845.69711987.079牧 业508218.73620845.697374622.19294696.392渔 业183988.72411987.07994696.392107749.430a. 总的协方差矩阵的自由度为 27。 各类协方差矩阵和总协方差矩阵。 第3类中农业之间的协方差数值最大为349772.315，牧业之间的协方差数值达到最大为184793.008，渔业之间的协方差数值达到最大为214434.833，第1类中林业之间的协方差数值达到最大为5374.905。典型判别式函数摘要表3-5 特征值函数特征值方差的 %累积 %正则相关性16.408a94.794.7.9302.358a5.3100.0.514a. 分析中使用了前 2 个典型判别式函数。 只有两个判别函数，所以特征值只有两个。判别函数的特征值越大，说明函数越具有区别判断力。最后一列表示是典则相关系数，是组间平方和与总平方和之比的平方根，表示判别函数分数与组别间的关联程度。表3-6 Wilks 的 Lambda函数检验Wilks 的 Lambda卡方dfSig.1 到 2.09954.2588.0002.7367.1993.066Wilk的Lambda 统计量：组内离差交叉乘积矩阵行列式与总离差交叉乘积矩阵行列式比值。对判别函数的有效性进行检验假设。表3-7 标准化的典型判别式函系数函数12农 业.747-.403林 业.234.923牧 业.383.189渔 业-.063.036标准化后的典型判别式函数 表3-8 结构矩阵函数12农 业.906*-.300牧 业.744*.035渔 业.254*.142林 业.233.940*判别变量和标准化典型判别式函数之间的汇聚组间相关性按函数内相关的绝对大小排序的变量。*. 每个变量和任意判别式函数间最大的绝对相关性。 表3-9 典型判别式函数系数函数12农 业.002-.001林 业.004.014牧 业.001.001渔 业.000.000(常量)-3.827-.664非标准化系数非标准化的典型判别式函数 表3-10 组质心处的函数案例的类别号函数121.425.5992-2.647-.42934.190-.700在组均值处评估的非标准化典型判别式函数表3-11 分类处理摘要已处理的31已排除的缺失或越界组代码0至少一个缺失判别变量0用于输出中31表3-12 组的先验概率案例的类别号先验用于分析的案例未加权的已加权的1.3331313.0002.3331010.0003.33355.000合计1.0002828.000表3-13 分类函数系数案例的类别号123农 业.008.003.017林 业.036.011.031牧 业.005.000.009渔 业-.002-.002-.003(常量)-11.034-1.921-33.332Fisher 的线性判别式函数 根据判别函数，就可以对原各组样品以及待判样品进行回判和判别。.区域图典则判别函数 2-8.0 -6.0 -4.0 -2.0 .0 2.0 4.0 6.0 8.0+-+-+-+-+-+-+-+-+8.0 + 21 13 +| 21 13 | 21 13 | 21 13 | 21 13 | 21 13 |6.0 + + + 21 + + + + 13 + +| 21 13 | 21 13 | 21 13 | 21 13 | 21 13 |4.0 + + + 21+ + + 13 + +| 21 13 | 21 13 | 21 13 | 21 13 | 21 13 |2.0 + + + +21 + + 13 + + +| 21 13 | 21 13 | 21 13 | 21 * 13 | 21 13 |.0 + + + + 21 + + 13 + + +| * 21 13 | 21 13 * | 21 13 | 21 13 | 21 13 |-2.0 + + + + 21+ 13+ + + +| 21 13 | 21 13 | 21 13 | 21 13 | 21 13 |-4.0 + + + + +21 13 + + + +| 2113 | 2113 | 23 | 23 | 23 |-6.0 + + + + + 23 + + + +| 23 | 23 | 23 | 23 | 23 |-8.0 + 23 +-+-+-+-+-+-+-+-+-8.0 -6.0 -4.0 -2.0 .0 2.0 4.0 6.0 8.0 典则判别函数 1区域图中使用的符号符号 组 标签- - -1 12 23 3* 表示一个组质心单独组图表分类结果a案例的类别号预测组成员合计123初始计数1130013201001030055未分组的案例0123%110