多元统计分析实验报告-判别分析

1、.2015 2016 学年第一学期实验报告课程名称：多元统计分析实验项目：判别分析实验类别：综合性设计性 验证性专业班级：姓名：学号：实验地点：统计与金融创新实验室（新60801)实验时间：指导教师：曹老师成绩：数学与统计学院实验中心制专业资料一、实验目的让学生掌握判别分析的基本步骤和分析方法；学习spss统计分析从入门到精通 P307-P320 的内容，掌握一般判别分析与逐步判别分析方法。二、实验内容1、 应用胃病患者的测量数据和表征企业类型的数据.sav，掌握一般判别分析与逐步判别分析方法。数据来源于spss统计分析从入门到精通数据文件第12 章的数据。2、参考教材例4-2 的数据进行分析

2、，数据见文件何晓群多元统计分析 (数据 )中的例 4-2new 。三、实验方案（程序设计说明）四、程序运行结果1. (1)分析案例处理摘要未加权案例N百分比有效1493.3缺失或越界组代码16.7至少一个缺失判别变量0.0排除的缺失或越界组代码还有至少0.0一个缺失判别变量合计16.7合计15100.0组统计量1类别均值标准差有效的 N （列表状态）未加权的已加权的铜蓝蛋白188.6057.13855.000蓝色反应150.4016.50255.000胃癌患者13.805.93355.000尿吲哚乙酸中性琉化物20.0013.32355.000铜蓝蛋白156.2547.50044.000蓝色反

3、应118.7514.10444.000萎缩性胃炎7.501.73244.000尿吲哚乙酸中性琉化物14.508.38644.000铜蓝蛋白151.0033.80155.000蓝色反应121.4013.01255.000其他胃病5.001.87155.000尿吲哚乙酸中性琉化物8.007.31455.000铜蓝蛋白165.9346.7871414.000蓝色反应131.0020.2031414.000合计8.865.3181414.000尿吲哚乙酸中性琉化物14.1410.7261414.000汇聚的组内矩阵a铜蓝蛋白蓝色反应尿吲哚乙酸中性琉化物铜蓝蛋白2217.995-168.268-48.2

4、64158.682蓝色反应-168.268214.83212.082-13.773协方差-48.26412.08214.891-8.273尿吲哚乙酸中性琉化物158.682-13.773-8.273103.182a. 协方差矩阵的自由度为11。协方差矩阵类别铜蓝蛋白蓝色反应尿吲哚乙酸中性琉化物铜蓝蛋白3264.800-711.300-103.350402.000胃癌患者蓝色反应-711.300272.3009.100-39.750尿吲哚乙酸-103.3509.10035.200-25.000中性琉化物402.000-39.750-25.000177.500萎缩性胃炎铜蓝蛋白2256.25013

5、8.750-27.500-110.8332蓝色反应138.750198.91720.50074.167尿吲哚乙酸-27.50020.5003.00012.333中性琉化物-110.83374.16712.33370.333铜蓝蛋白1142.500144.500-8.750117.500蓝色反应144.500169.3008.750-53.750其他胃病-8.7508.7503.500-7.000尿吲哚乙酸中性琉化物117.500-53.750-7.00053.500对数行列式类别秩对数行列式胃癌患者420.943萎缩性胃炎. a.b其他胃病415.315汇聚的组内420.116打印的行列式的秩

6、和自然对数是组协方差矩阵的秩和自然对数。a. 秩 < 4b. 案例太少无法形成非奇异矩阵检验结果 a箱的 M26.091近似。1.121df110Fdf2305.976Sig.345对相等总体协方差矩阵的零假设进行检验。a. 有些协方差矩阵是奇异矩阵，因此一般程序不会起作用。将相对非奇异组的汇聚组内协方差矩阵检验非奇异组。其行列式的对数为 21.390 。特征值3函数特征值方差的 %累积 %正则相关性13.167 a95.295.2.8722.159 a4.8100.0.370a. 分析中使用了前 2个典型判别式函数。Wilks的 Lambda函数检验Wilks 的卡方dfSig.Lam

7、bda1到 2.20714.9588.0602.8631.3983.706标准化的典型判别式函数系数函数12铜蓝蛋白.443-.295蓝色反应.605-.753尿吲哚乙酸.685.532中性琉化物.347.668结构矩阵函数12尿吲哚乙酸.623 *.309铜蓝蛋白.229 *-.031蓝色反应.611-.630*中性琉化物.294.527*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性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4典型判别式函数系数函数12铜蓝蛋白.009-.006蓝色反应.041-.051尿吲哚乙酸.177.138中性琉化物.03

8、4.066(常量 )-9.0235.622非标准化系数组质心处的函数类别函数12胃癌患者2.092-.072萎缩性胃炎-.825.527其他胃病-1.431-.349在组均值处评估的非标准化典型判别式函数组的先验概率类别先验用于分析的案例未加权的已加权的胃癌患者.35755.000萎缩性胃炎.28644.000其他胃病.35755.000合计1.0001414.000分类函数系数类别胃癌患者萎缩性胃炎其他胃病铜蓝蛋白.154.122.1225蓝色反应.780.629.649尿吲哚乙酸.865.429.201中性琉化物.131.071-.008(常量 )-81.468-50.292-50.128

9、Fisher 的线性判别式函数区域图典则判别函数 2-8.0-6.0-4.0-2.0.02.04.06.08.0+-+-+-+-+-+-+-+-+8.0 +21+I21II21II21II21II21I6.0 +21+I21II221II32221II 332221II3322221I4.0 +33322+21 +I3322221II3332221II332221II33222216II3332221I2.0 +33222+21+I3332221II332221II3322221II33322*21II3322221I.0 +33322 +21*+I*3322 21II33221II331II

10、31II31I-2.0 + 31+I31II31II31II31II31I-4.0 +31+I31II31I7I31II31II31I-6.0 +31+I31II31II31II31II31I-8.0 +31+-+-+-+-+-+-+-+-+-8.0-6.0-4.0-2.0.02.04.06.08.0典则判别函数1区域图中使用的符号符号组标签-1 1 胃癌患者2 2 萎缩性胃炎3 3 其他胃病*表示一个组质心8分类结果 a类别预测组成员合计胃癌患者萎缩性胃炎其他胃病胃癌患者4015萎缩性胃炎0314计数0145其他胃病未分组的案例0011初始80.0.020.0100.0胃癌患者萎缩性胃炎.0

11、75.025.0100.0%.020.080.0100.0其他胃病未分组的案例.0.0100.0100.0a. 已对初始分组案例中的 78.6%个进行了正确分类。2.分析案例处理摘要9未加权案例N百分比有效2993.5缺失或越界组代码26.5至少一个缺失判别变量0.0排除的缺失或越界组代码还有至少0.0一个缺失判别变量合计26.5合计31100.0组统计量Group均值标准差有效的 N （列表状态）未加权的已加权的3640.78267471732.34467534855.000x1464200224400666.639518083229.85940846655.000x220318059490

12、1709.21054749423.83113744855.000x3486970795870586.6810810391145.74754329455.000x4018800159301334.93918986353.261121197555.000x578600871840931.5610321971287.29283382455.000x65831008310814.1911509335269.65130565155.000x72373003990260.86584182142.303649559855.000x856130003131674.38215879524.98876648313

13、13.000x1780200309040335.326281081157.79134124521313.000x207500728272917.158655004320.2398074321313.000x386020091270316.39963134990.36406153201313.000x41041095446541.5280703911210.9652619661313.000x5270600479010353.446078647166.86276118351313.000x60912026055444.169265921173.2054948661313.000x77472402

14、9334122.83209782843.88387825851313.000x804275235971621.79674326278.7714725031111.000x1797100287110449.20546612967.84648579011111.000x21863078720983.385217780212.7875868381111.000x313325053560275.98939754347.32575515641111.000x442490897203117.4045769931111.000639.430727434x538904091230421.89527214911

15、9.13082355231111.000x64390030980551.125263323128.8345284041111.000x779464092500151.146006677630.61716495381111.000x85297836341993.47053840899.2293664212929.000x1852000561970435.644805927184.7580667842929.000x2714150865551078.83974648415.2818907262929.000x3575300757100347.671861576141.44877517862929.

16、000x40985083010合计715.458581593355.9055614782929.000x525170053630479.084557829271.9667329982929.000x630184005900548.535658903216.41319817642929.000x73380071340157.37077773562.43063937372929.000x89121038218组均值的均等性的检验11Wilks的Fdf1df2Sig.Lambdax1.27534.246226.000x2.5829.342226.001x3.49713.135226.000x4.36

17、722.465226.000x5.33026.371226.000x6.38920.396226.000x7.6237.871226.002x8.36322.788226.000对数行列式Group秩对数行列式1. a.b2868.6433866.156汇聚的组内874.054打印的行列式的秩和自然对数是组协方差矩阵的秩和自然对数。a. 秩 < 5b. 案例太少无法形成非奇异矩阵检验结果 a箱的 M173.333近似。2.845df136Fdf21524.161Sig.000对相等总体协方差矩阵的零假设进行检验。a. 有些协方差矩阵是奇异矩阵，因此一般程序不会起作用。将相对非奇异组的汇聚

18、组内协方差矩阵检验非奇异组。其行列式的对数为 75.391 。12特征值函数特征值方差的 %累积 %正则相关性18.936 a89.889.8.94821.020 a10.2100.0.711a. 分析中使用了前 2个典型判别式函数。Wilks的 Lambda函数检验Wilks 的卡方dfSig.Lambda1到 2.05067.47916.0002.49515.8167.027标准化的典型判别式函数系数函数12x1.698-.918x2-1.219.226x3-.406.130x41.192-.890x5.8171.001x6.740-.354x7-1.677.411x8.5391.045结

19、构矩阵函数12x1.529 *.365x4.438 *.123x8.383.659 *x5.436.571*x2.214.551*13x6.384.494*x7.209.461*x3.314.355 *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性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典型判别式函数系数函数12x1.001-.002x2-.008.002x3-.001.000x4.013-.010x5.004.005x6.004-.002x7-.009.002x8.014.027(常量 )-4.187-1.808非标准化系数组质心处的函数Group函数1215.991.5402-.510-1.0473-2.121.991在组均值处评估的非标准化典型判别式函数分类处理摘要14已处理