判别分析的SPSS实现ppt课件.ppt

判别分析的SPSS实现 SPSS提供的建立判别函数的方法有 1 全模型法 把所有的变量放入判别函数中2 逐步判别法判别分析的步骤对于分为m类的研究对象 建立m个线性判别函数 对测试的样本代入判别函数 得出判别得分 从而确定该样本属于哪一类 Discriminant Discriminant对话框 GroupingVariable 已知的观测量所属类别的变量 分类变量 Independents 观测量 即参与判别分析的变量 UseStepwisemethod 当不认为所有自变量都能对观测量特性提供丰富的信息时 使用该选择项 因此根据对判别贡献的大小进行选择 Enterindependenttogether 当所有自变量都能对观测量特性提供丰富的信息时 使用该选择项 选择该项将不加选择地使用所有自变量进行判别分析 建立全模型 不需要进一步进行选择 选择分类变量及其范围 在主对话框中左面的矩形框中选择表明已知的观测量所属类别的变量 一定是离散变量 按上面一个箭头按钮 使该变量名移到箭头按钮右面 GroupingVariable 下面的矩形框此时矩形框下面的 Definerange 按钮加亮 按该按钮 屏幕显示一个小对话框 供指定该分类变量的数值范围 定义分类变量范围的小对话框如下图所示 在 Minimum 后面的矩形框中输入该分类变量的最小值 在 Muximurn 后面的矩形框中输入该分类变量的最大值 分类变量范围对话框 2 指定判别分析的自变量在主对话框的左面的变量表中选择表明观测量特征的变量 按下面一个箭头按钮 把选中的变量移到 Independents 下面的矩形框中 作为参与判别分析的变量 Indepents对话框 数据变量输入框 数据判别分析完成前面四步骤的操作即可使用各种系统默认值对工作数据集的数据进行判别分析了 可以使用的方法有两种 1 直接运行 在主对话框中按 用鼠标单击 Ok 按钮 2 生成SPSS命令程序后再运行 在主对话框中按 Paste 按钮 激活 Syntax 窗 在该窗中按 Run 按钮执行该语句窗中的程序 无论哪种方法均可在 output 窗中显示出分析结果 完全使用系统默认值进行判别分析 其结果有时不能令人满意 因此根据以下步骤指定选择项是很有必要的 选择观测量如果希望使用一部分观测量进行判别函数的推导 而且有一个变量的某个值可以作为某些观测量的标识 则用Select功能进行选择 操作方法是 单击 Select 按钮展开小选择框 在 Vaiable 后面矩形框中输入该变量的变量名 在 Value 后面输入标识参与分析的观测量所具有的该变量值 一般均使用数据文件中的所有合法观测量 此步骤可以省略 Select功能选择 选择分析方法在主对话框中自变量矩形框下面有两个选择项 被选中的方法前面的圆圈中加有黑点 这两个选择项是选择判别分析方法的 1 Enterindependenttogether当你认为所有自变量都能对观测量特性提供丰富的信息时 使用该选择项 选择该项将不加选择地使用所有自变量进行判别分析 建立全模型 不需要进一步进行选择 2 UseStepwisemethod当你不认为所有自变量都能对观测量特性提供丰富的信息时 使用该选择项 因此根据对判别贡献的大小进行选择 当鼠标单击该项时 Method 按钮加亮 可以进一步判别分析方法 单击 Method 按钮 展开 Stepwisemethod 对话框 子对话框 如下图所示 Stepwisemethod对话框 选择进行逐步判别分析的方法选择判别分析方法在Method组的矩形框中进行 可供选择的判别分析方法有 Wilks lambda使Wilk的统计量最小化法 Unexplainedvariance使各类不可解释的方差和最小化法 Mahalanobis distance使最近两类间的Mahalanobis距离最大化法 SmallestFratio 使任何两类间的最小的F值最大化法 Rao V使RaoV统计量最大化 可以对一个要加入到模型中的变量的V值指定一个最小增量 选择此种方法后 应该在该项下面的 Vtodntce 后的矩形框中输这个增量的指定值 选择逐步判别停止的判据选择逐步判别停止的判据在criteria组的矩形框中进行 可供选择的判据有 UseFvalue 使用F值 是系统默认的判据 默认值是 Entry 3 84 removal 2 71 即当被加入的变量F值 3 84时才把该变量加入到模型中 否则变量不能进入模型 或者 当要从模型中移出的变量F值 2 71时 该变量才被移出模型 否则模型中的变量不会被移出 应该使Entry值 加入变量的F值 removal值 移出变量的F值 UseprobabilityofF 使用F值的概率 加入变量的F值概率的默认值是0 05 5 移出变量的q值概率是0 10 10 removal值 移出变量的正值概率 Entry值 加入变量的F值概率 显示内容的选择对于逐步选择变量的过程和最后结果的显示可以通过Method对话框最下面的 Display 矩形框中的三项进行选择 Resulateachstep要求在逐步选择变量过程中的每一步之后显示每个变量的统计量 Summary仅要求显示加入或移出模型的变量的综计量 即选择变量的小结 FforPairwisedistances要求显示两两类之间的两两F值矩阵 当以上 三项都给予了确定的选择后 单击 continue 按钮 返回主对话框 指定输出的统计量单击 statistics 按钮 展开相应的子对话框 如下图所示 可以选择的输出统计量分为以下三类 1 描述统计量在 Descriptives 组的矩形框中可以选择对原始数据的描述统计量的输出 Means选择此项可以输出各类中各自变量的均值MEAN 标准差StdDev和各自变量总样本的均值和标准差 UnivariateANOVA对各类中同一自变量均值都相等的假设进行检验 输出单变量的方差分析结果 Box sM对每类的协方差矩阵是从同一总体中采样得来的假设进行检验 输出检验结果 Statistics 2 判别函数系数在Fuctioncoefficients组的矩形框中选择判别函数系数的输出形式 Fisher s可以直接用于对新样本进行判别分类的费雪系数 Unstandardized未经标准化处理的判别系数 可用于计算判别分数 3 自变量的系数矩阵在Matrices组的矩形框中选择要求给出的矩阵 within groupscorrelationmatrix类内相关矩阵 within groupscovariancematrix类内协方差矩阵 Separate groupscovariancematrices对每类输出一个类间协方差矩阵 Totalcovariancematrix总样本的协方差矩阵以上三项都给予了确定的选择后 单击 continue 按钮 返回主对话框 指定分类参数和判别结果在主对话框中单击 classify 按钮 展开相应的子对话框 如下图所示 1 在PriorProbabilities组的矩形框中选择先验概率 两者选其一 Allgroupsequal各类先验概率相等 若分为m类 则各类先验概率均为1 m computerfromgroupsizes由各类的样本量计算决定在各类的先验概率与其样本比 Classifiction对话框 2 选择分类使用的协方差矩阵在UsecovarianceMatrix组的矩形框中选择分析使用的协方差矩阵 两者选其一 Within groups指定使用组内协方差矩阵 Seperate groups指定使用组间协方差矩阵 3 选择要求输出的统计图在Plots组的矩形框中选择 可以并列选择 combined groups所有类放在一张散点图中 便于比较 此选择项生成一张散点图 Seperate groups对每一类生成一张散点图 共分为几类就生成几张散点图 Territorealmap如果对一个观测量只能计算出一个判别分数 则利用观测量的判别做作图 如果有两个以上判别分数 则用头两个判别分数作图 此种统计图力图把一张图的平面划分出与类数相同的区域 每一类占据一个区 4 选择生成到输出窗中的分类结果在Displsy组的矩形框中选择输出项 Resultsforeachcase要求输出每个观测量的分类结果 Summarytable要求输出分类的小结 给出错分率 5 缺失值处理方式在classification子对话框的最下面有一个选择项 用以选择对缺失值的处理方法 Replacemissingvaluewithmean用该变量的均值代替缺失值 该选择项前面的小矩形框中出现 x 时表示选定所示的处理方法 以上五项都给予了确定的选择后 单击 continue 按钮 返回主对话框 指定生成并保存在数据文件中的新变量Descriminant过程可以在数据文件中建立新变量 通过 SaveNewVaiables 子对话框进行选择 在主对话框中单击 Save 按钮 展开 SaveNewVaiables 子对话框 如下图所示 Save对话框 在工作数据文件中建立以下三个新变量 可以选择 Predictedgroupmembership要求建立一个新变量 表明预测的类成员 指定此项后 每行一次Descriminant过程 就建立一个表明使用判别函数预测的各观测量属于哪一类的新变量 第一次运行建立新变量的变量名为dis 1 如果在工作数据文件中不把前一次建立的新变删除 第n次运行Descriminant过程建立的新变量默认的变量名为dis n Descriminantscore要求建立表明判别分数的新变量 每次运行Descriminant过程都给出组表明判别分数的新变量 建立几个典则判别函数就有几个判别分数变量 参与分析的观测量共分为m类 则建立m l个典则判别函数 指定该选择项 就可以生成m l个表明判别数的新变量 例如 原始数据观测量共分为3类 建立两个典则判别函数 第一次运行判别过程建立的新变量名为dis1 1 dis2 1 第二次运行判别过程建立的新变量名为dis1 2 dis2 2 依此类推 分别表示代入第一和第二个判别函数所得到的判别分数 Probabilitiesofgroupmembership要求建立新变量表明观测量属于某一类的概率 有m类 对一个观测量就会给出m个概率值 因此建立m个新变量 例如 原始和预测分类数是 指定该选择项 在第一次运行判别过程后 给出的表明分类概率的新变量名为dis1 2 dis2 2 dis3 2 选择了新变量类型后 按 continue 运行带有选择项的判别分析过程运行Descriminant过程有两种方法 1 在主对话框中按 Ok 按钮 直接运行Descriminant过程 2 在主对话框中按 Paste 按钮 将以上操作结果转换成Descriminant过程的命令程序 显示在 Syntax 窗中 在 Syntax 窗中可以按照Descriminant命令语句格式进一步修改粘贴则窗中的各子命令语句 然后按 Run 按钮 将窗中的程序语句提交给系统执行 逐步判别分析 1 逐步判别分析方法与判据的选择逐步判别在操作步骤方面只有在选择 方法 一点上与前面所叙述的方法有所区别 即在Discriminant过程主对话框中应该选择 Usestepwisemethod 当单击该选择项时 其前面的圆圈中出现黑点 同时 Method 按钮加亮表示可以进一步选择分析方法或判据了 单击 Method 按钮 展开 stepwisemethod 对话框 在对话框中显示出系统默认的逐步区别方法是MilksLambra 其判据是 进入模型的F值为3 84 从模型中剔除变量的F值为2 71 不熟悉统计分析的用户可以不再进一步选择 直接使用系统默认的分析方法和判据 逐步判别方法的选择 MilksLambra使Milks 统计量最小 是系统默认的方法 Unexplainedvariance使各类不可解释的方差和最小 Mahalanobisdistance使最近的两组间的马哈拉诺比斯距离最小 smallestFratio 使任何两组间的最小的F值最大 Rao sV使Rao的V统计量最大 在选择并指定使用此种方法后 该项下面的文字加亮 可以在 Vtoenter 毫米的矩形框中输入一个变量进入模型的V值的最小增量 关于判据的选择方法可以从两者指定判据的方法中选择一种 并在每种方法的两个矩形框中输入判据的具体数值 UseFvalue用F值作判据 在该项下面的两个矩形框中输人 Entry 后面的矩形框中输入进入模型的F值 只有变量的F值大于这个指定值时 变量进入模型 Remove 在后面的矩形框中输入把变量移出模型的F值 当变量的F值小于该值时 变量从模型中剔除 应该注意 Entry值必须大于Remove值 否则 模型中将不会有变量 显示内容的选择在 StepwiseMethod 对话框的最下面一行可以选择要求显示在输出窗中的内容 对于逐测分析可以选择以下输出 Resultsateachstep给出每一步选择变量工作完成后各变量的统计量 给出哪些统计量要看使用什么判据 使用F值作判据则给出各变量的F值 使用F值的概率作判据则给出量的F值的概率 Summery仅对被加入或移出模型的变量给出统计量 Fforpairwisedistances显示F比值矩阵 对每两类显示一对F比值 2 逐步判别分析操作步骤我们采用MilksLambra方法进行逐步判别分析 使用F值作为判据统计量 当F 30时变量进入模型 当F 5时 变量从模型中移出 操作步骤如下 第一 从主菜单的 Statistics 经 classify 到 DiscriminantAnalysis 逐一选择各菜单的菜单直到展开 DiscriminantAnalysis 对话框 第二 Independents slen swidPlen Pwid Groupvariables spno 1 3 选择变量slen swid Plen Pwid作为判别分析的自变量 spno作为分类变量 第三 按 Method 按钮 展开相应的选择逐步判别分析方法和判据的对话框 在Method 方法 矩形框中选择 MilksLambra 在criteria 判据 矩形框中选择 UseFvalue Entry 30 Remove 5 在Display 显示 矩形框中选择在输出窗中显示的内容 Resultsateachstep要求显示每一步选择变量的结果 Summary要求显示逐步选择变量子集的小结 Fforpairwisedistance要求显示每两类之间的成对的F矩阵 第四 按 Statistics 按钮展开选择统计量的对话框 在D