判别分析1_图文

《判别分析1_图文》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、1.实验目的：掌握判别分析方法的思想、判别分析步骤及判别结果分析。2.实验内容(1)自选数据或者使用例题4-1、4-2数据完成判别分析。(2)对判别分析结果进行分析。(3)选定两个样本，对样本进行分类。3.实验步骤例4・1：判别分析的一个重要应用是动植物的分类，最著名的一个例子是1936年费歇的莺尾花数据。莺尾花为法国的国花，Setosa、erisolor＞Virginica是三种有名的莺尾花，其萼片是绚丽多彩的，和向上的花瓣不同，花萼是下垂的。这三种莺尾花很像，人们试图建立模型，根据萼片和花瓣的四个角度来对鳶尾花分类。该数据给出150朵鳶

2、尾花的萼片长(sepallength)萼片宽(sepallength)＞花瓣长(petalwidth)＞花瓣宽(petalwidth)W及这些分别属于的种类共五个变量。萼片和花瓣的长度为四个定量变量，而种类为分类变量。这里三种莺尾花各有50个观测值。对数据进行判别分析的得到的分析结果如下：表1・1分析觀察值處理摘要未加權的觀察值N百分比有效150100.0已排除遺漏或超出範圍群組代碼0.0至少一個遺漏區別變數0.0遺漏或超出範圍群組代碼及至0.0少一個遺漏區別變數總計0.0總計150100.0输出结果表分析的是各组变量的描述统计量和对各组均

3、值是否相等的检验。反应的是有效样本变量及变量缺失情况。琴1・2群組統計資料被解释变量

4、平均數

5、標準偏差

6、有效的7(listvisc)

7、未加權加權Setosa莺尾花萼片长5.0060・352495050.000萼片宽3.4280.379065050.000花瓣长1.4620.173665050.000花瓣宽.2460.105395050.000Versico-lor莺尾萼片长5.9360.516175050.000花萼片宽2.7700・313805050.000花瓣长4.2600.469915050.000花瓣宽1.3260.1977550

8、50.000Virginica莺尾花萼片长6.5880.635885050.000萼片宽2.9740・322505050.000花瓣长5.5520・551895050.000花瓣宽2.0260.274655050.000總計萼片长5.8433・82807150150.000萼片宽3.0573.43587150150.000花瓣长3.75801.76530150150.000花瓣宽1.1993・76224150150.000表1・2是各组变量的描述统计分析表1・3群組平均值的等式檢定Wilks'Lambda(A)Fdfldf2顯著性萼片长.3

9、81119.2652147.000萼片宽.59949.1602147.000花瓣长.0591180.1612147.000花瓣宽.071960.0072147.000表1・3是对各组均值是否相等的检验。由表1・3可以看出，在0.01的显著性水平下我们拒绝变量萼片长、萼片宽、花瓣长、花瓣宽在三组的均值相等的假设，即认为变量萼片长、萼片宽、花瓣长和花瓣宽在三组的均值是有显著差异的。表1・4對數行列式被解释变量等級對數行列式Setosa鳶尾花4-13.067Versico-lor莺尾花4-10.874Virginica莺尾花4・8.927聯合組內

10、4・9.959列印的行列式等級及白然對數是群組共變異數矩陣的等級及自然對數。表1・5測試結果Box'sM共變異等式檢定F近似值dfldf2顯著性146.6637.0452077566.751.000檢定相等母體共變異數矩陣的虛無假設。输出结果1-4和表1・5是对各组协方差矩阵是否相等的Boxs'M检验。表1・4反映协方差矩阵的秩和行列式的对数值。由行列式值可以看出，协方差矩阵不是病态矩阵。表1・5是对个总体协方差矩阵是否相等的统计检验。由F值及其显著性水平，我们在0.05的显著性水平下拒绝原假设。因此在分类选项中的协方差矩阵选择可以考虑采用

11、Separete-gro叩s,以检验采用Within-groups^USeparate-groupsffi种协方差所得出的结果是否存在显著性差异。如果存在显著性差异，就应该采用Separate-groups两种协方差所得出的结果是否存在显著性差异。如果存在显著性差异，就应该采用Separate-groups协方差矩阵；反之，就用Within-groups协方差矩阵。表1・6特徵值函數特徵值變異的%累加%典型相關性132.192"99.199.1.9852.285“.9100.0.471a.前2個典型區別函數用於分析。表1・7Wilks'La

12、mbda(A)函數的檢定WiIks'Lambda(入)卡方df顯著性1至2.023546.1158.0002.77836.5303.000输岀结果表1・6和表1・7分析的好似典型