判别分析实验报告

数学实验报告判别分析一、实验目的要求熟练掌握运用SPSS软件实现判别分析。二、实验内容已知某研究对象分为3类，每个样品考察4项指标，各类观测的样品数分别为7，4，6；另外还有2个待判样品分别为 第一个样品：第二个样品：运用SPSS软件对实验数据进行分析并判断两个样品的分组。三、实验步骤及结论1.SPSS数据分析软件中打开实验数据，并将两个待检验样本键入，作为样本18和样本19。2.实验分析步骤为：分析分类判别分析3.得到实验结果如下：（1） 由表1，对相等总体协方差矩阵的零假设进行检验，Sig值为0.0220.05,则拒绝原假设，则各分类间协方差矩阵相等。表1 协方差阵的均等性函数检验结果表检验结果a箱的 M35.960F近似。2.108df110df2537.746Sig.022由表2可得，函数1所对应的特征值贡献率已达到99.6%，说明样本数据均向此方向投影就可得到效果很高的分类，故只取函数1作为投影函数，舍去函数2不做分析。表3为典型判别式函数的Wilks的Lambda检验，此检验中函数1的Wilks Lambda检验sig值为0.0220.05，则拒绝原假设，说明函数1判别显著。表2 典型判别式函数特征值分析表特征值函数特征值方差的 %累积 %正则相关性13.116a99.699.6.8702.012a.4100.0.111a. 分析中使用了前 2 个典型判别式函数。表3 Wilks的Lambda检验结果表Wilks 的 Lambda函数检验Wilks 的 Lambda卡方dfSig.1 到 2.24017.8408.0222.988.1543.985表4为求得的各典型函数判别式函数系数，由此表可以求得具体函数，得y=9.240+0.010x1+0.543x2+0.047x3-0.068x4。表4 典型判别式函数系数表典型判别式函数系数函数12x1.010.023x2.543-.107x3.047-.024x4-.068.001(常量)9.240-1.276非标准化系数表5 组质心处函数值表组质心处的函数类别号函数121.00-1.846-.0322.00.616.1783.001.744-.081在组均值处评估的非标准化典型判别式函数由表5给出的组质心处的函数值，可以得到函数1的置信坐标为（-1.846，0.616，1.744）。（2）关于两个待判样本的分组方法：将样本1的因变量数据代入方程y=9.240+0.010x1+0.543x2+0.047x3-0.068x4求得y1=-1.498，分别减去上表中-1.846，0.616，1.744，取绝对值得0.348，0.882,0.246，则样本1为第1组；同理可得，y2=1.571,分别减去上表中-1.846，0.616，1.744，取绝对值得3.417，0.955，0.173，则样本2为第3组。贝叶斯判别部分如下： 表6 先验概率表组的先验概率类别号先验用于分析的案例未加权的已加权的1.00.41277.0002.00.23544.0003.00.35366.000合计1.0001717.000表6给出了各组的先验概率。表7 分类函数系数表分类函数系数类别号1.002.003.00x1-.074-.045-.040x2-19.412-18.097-17.457x34.5494.6614.720x41.5821.4141.337(常量)-223.305-199.884-190.041Fisher 的线性判别式函数表7为贝叶斯判别分析得到的分类函数系数表，可以得到3个分组各自的函数: y1=-223.305-0.074x1-19.412x2+4.549x3+1.582x4y2=-199.884-0.045x1-18.097x2+4.661x3+1.414x4y3=-190.041-0.040x1-17.457x2+4.720x3+1.377x4将两组样本数据分别代入3个方程：代入样本1得 y1=410.431,y2=207.594,y3=207.309代入样本2得 y1=186.519,y2=191.765,y3=192.139故样本1属于第1组，样本2属于第3组。表8为分类结果表，给出全部样本的分类数据。其中第1组样本数为7个，第2组为4个，第3组为6个，两个样本为分类，且分组正确率为88.2% 。表8 分类结果表分类结果a类别号预测组成员合计1.002.003.00初始计数1.0070072.0003143.001056未分组的案例1012%1.00100.0.0.0100.02.00.075.025.0100.03.0016.7.083.3100.0未分组的案例50.0.050.0100.0a. 已对初始分组案例中的 88.2% 个进行了正确分类。四、心得体会 本实验需