spss進(jìn)行判別分析步驟

1、spss進(jìn)行判別分析步驟1 Discriminant Analysis判別分析主對話框圖 1-1 Discriminant Analysis 主對話框（1）選擇分類變量及其范圍在主對話框中左面的矩形框中選擇表明已知的觀測量所屬類別的變量(一定是離散變量)，按上面的一個(gè)向右的箭頭按鈕，使該變量名移到右面的Grouping Variable 框中。此時(shí)矩形框下面的Define Range 按鈕加亮，按該按鈕屏幕顯示一個(gè)小對話框如圖1-2 所示，供指定該分類變量的數(shù)值范圍。圖 1-2Define Range 對話框在Minimum 框中輸入該分類變量的最小值在Maximum 框中輸入該分類變量的最大

2、值。按Continue 按鈕返回主對話框。(2) 指定判別分析的自變量圖 1-3 展開 Selection Variable 對話框的主對話框在主對話框的左面的變量表中選擇表明觀測量特征的變量，按下面箭頭按鈕。把選中的變量移到Independents 矩形框中，作為參與判別分析的變量。（3） 選擇觀測量圖 1-4 Set Value 子對話框如果希望使用一部分觀測量進(jìn)行判別函數(shù)的推導(dǎo)而且有一個(gè)變量的某個(gè)值可以作為這些觀測量的標(biāo)識(shí)，則用Select 功能進(jìn)行選擇，操作方法是單擊Select 按鈕展開Selection Variable。選擇框如圖1-3 所示。并從變量列表框中選擇變量移入該框中再

3、單擊Selection Variable 選擇框右側(cè)的Value按鈕，展開Set Value(子對話框)對話框，如圖1-4 所示，鍵入標(biāo)識(shí)參與分析的觀測量所具有的該變量值，一般均使用數(shù)據(jù)文件中的所有合法觀測量此步驟可以省略。（4） 選擇分析方法在主對話框中自變量矩形框下面有兩個(gè)選擇項(xiàng)，被選中的方法前面的圓圈中加有黑點(diǎn)。這兩個(gè)選擇項(xiàng)是用于選擇判別分析方法的Enter independent together 選項(xiàng)，當(dāng)認(rèn)為所有自變量都能對觀測量特性提供豐富的信息時(shí)，使用該選擇項(xiàng)。選擇該項(xiàng)將不加選擇地使用所有自變量進(jìn)行判別分析，建立全模型，不需要進(jìn)一步進(jìn)行選擇。Use stepwise method

4、 選項(xiàng)，當(dāng)不認(rèn)為所有自變量都能對觀測量特性提供豐富的信息時(shí)，使用該選擇項(xiàng)。因此需要判別貢獻(xiàn)的大小，再進(jìn)行選擇當(dāng)鼠標(biāo)單擊該項(xiàng)時(shí)Method 按鈕加亮，可以進(jìn)一步選擇判別分析方法。2 Method對話框如圖 1-5 所示:圖 1-5 Stepwise Method 對話框單擊“Method”按鈕展開Stepwise Method對話框。（1）Method 欄選擇進(jìn)行逐步判別分析的方法可供選擇的判別分析方法有：Wilkslambda 選項(xiàng)，每步都是Wilk 的概計(jì)量最小的進(jìn)入判別函數(shù)Unexplained variance 選項(xiàng)，每步都是使各類不可解釋的方差和最小的變量進(jìn)入判別函數(shù)。Mahalano

5、bisdistance 選項(xiàng)，每步都使靠得最近的兩類間的Mahalanobis 距離最大的變量進(jìn)入判別函數(shù)Smallest F ratio 選項(xiàng)，每步都使任何兩類間的最小的F 值最大的變量進(jìn)入判刑函數(shù)Raos V 選項(xiàng)，每步都會(huì)使Rao V 統(tǒng)計(jì)量產(chǎn)生最大增量的變量進(jìn)入判別函數(shù)?？梢詫σ粋€(gè)要加入到模型中的變量的V 值指定一個(gè)最小增量。選擇此種方法后，應(yīng)該在該項(xiàng)下面的V-to-enter 后的矩形框中輸入這個(gè)增量的指定值。當(dāng)某變量導(dǎo)致的V值增量大于指定值的變量后進(jìn)入判別函數(shù)。(2) Criteria 欄選擇逐步判別停止的判據(jù)可供選擇的判據(jù)有:Use F value 選項(xiàng)，使用F值，是系統(tǒng)默認(rèn)的判

6、據(jù)當(dāng)加人一個(gè)變量(或剔除一個(gè)變量)后，對在判別函數(shù)中的變量進(jìn)行方差分析。當(dāng)計(jì)算的F值大于指定的Entry 值時(shí)，該變量保留在函數(shù)中。默認(rèn)值是Entry為3.84：當(dāng)該變量使計(jì)算的F值小于指定的Removal 值時(shí)，該變量從函數(shù)中剔除。默認(rèn)值是Removal為2.71。即當(dāng)被加入的變量F 值為3.84 時(shí)才把該變量加入到模型中，否則變量不能進(jìn)入模型；或者，當(dāng)要從模型中移出的變量F值Entry值(加入變量的F值概率)。(3) Display欄顯示選擇的內(nèi)容對于逐步選擇變量的過程和最后結(jié)果的顯示可以通過Display 欄中的兩項(xiàng)進(jìn)行選擇：Summary of steps 復(fù)選項(xiàng)，要求在逐步選擇變量過

7、程中的每一步之后顯示每個(gè)變量的統(tǒng)計(jì)量。F for Pairwise distances 復(fù)選項(xiàng)，要求顯示兩兩類之間的兩兩F 值矩陣。3. Statistics對話框指定輸出的統(tǒng)計(jì)量如圖1-6 所示：圖 1-6 Statistics 對話框可以選擇的輸出統(tǒng)計(jì)量分為以下3 類:(l) 描述統(tǒng)計(jì)量在 Descriptives 欄中選擇對原始數(shù)據(jù)的描述統(tǒng)計(jì)量的輸出：Means 復(fù)選項(xiàng)，可以輸出各類中各自變量的均值MEAN、標(biāo)準(zhǔn)差std Dev 和各自變量總樣本的均值和標(biāo)準(zhǔn)差。Univariate ANOV 復(fù)選項(xiàng)，對各類中同一自變量均值都相等的假設(shè)進(jìn)行檢驗(yàn)，輸出單變量的方差分析結(jié)果。Boxs M 復(fù)選

8、項(xiàng)，對各類的協(xié)方差矩陣相等的假設(shè)進(jìn)行檢驗(yàn)。如果樣本足夠大，表明差異不顯著的p 值表明矩陣差異不明顯。(2) Function coefficients 欄：選擇判別函數(shù)系數(shù)的輸出形式Fisherhs 復(fù)選項(xiàng)，可以直接用于對新樣本進(jìn)行判別分類的費(fèi)雪系數(shù)。對每一類給出一組系數(shù)。并給出該組中判別分?jǐn)?shù)最大的觀測量。Unstandardized 復(fù)選項(xiàng)，未經(jīng)標(biāo)準(zhǔn)化處理的判別系數(shù)。(3) Matrices 欄：選擇自變量的系數(shù)矩陣Within-groups correlation matrix復(fù)選項(xiàng)，即類內(nèi)相關(guān)矩陣，它是根據(jù)在計(jì)算相關(guān)矩陣之前將各組(類)協(xié)方差矩陣平均后計(jì)算類內(nèi)相關(guān)矩陣。Within-groups covariance matrix復(fù)選項(xiàng)，即計(jì)算并顯示合并類內(nèi)協(xié)方差矩陣，是將各組(類)協(xié)方差矩陣平均后計(jì)算的。區(qū)別于總協(xié)方差陣。Separate-groups covariance matrices復(fù)選項(xiàng)，對每類輸出顯示一個(gè)協(xié)方差矩陣。Total covariance matrix復(fù)選項(xiàng)，計(jì)算并顯示總樣本的協(xié)方差矩陣。4. Classification