判別分析明明

1、統(tǒng)計分析、數(shù)據(jù)挖掘與商業(yè)智能應用研究小組統(tǒng)計分析、數(shù)據(jù)挖掘與商業(yè)智能應用研究小組判別分析判別分析 discriminant 報告人：解明明報告人：解明明指導教師指導教師:謝邦昌謝邦昌日期：日期：2007年年11月月統(tǒng)計分析、數(shù)據(jù)挖掘與商業(yè)智能應用研究小組統(tǒng)計分析、數(shù)據(jù)挖掘與商業(yè)智能應用研究小組主要內容主要內容判別分析介紹判別分析介紹fisher判別判別bayes判別判別逐步判別逐步判別案例分析案例分析統(tǒng)計分析、數(shù)據(jù)挖掘與商業(yè)智能應用研究小組統(tǒng)計分析、數(shù)據(jù)挖掘與商業(yè)智能應用研究小組判別分析介紹判別分析介紹 判別分析是指對分類因變量的建模，依據(jù)是因變量與一個或多個解釋變量的關系。 主要目的是識別一

2、個個體所屬的類別。統(tǒng)計分析、數(shù)據(jù)挖掘與商業(yè)智能應用研究小組統(tǒng)計分析、數(shù)據(jù)挖掘與商業(yè)智能應用研究小組模型的假設模型的假設 判別分析模型有如下的假設： l如果假設滿足，尤其是在樣本量比較小的情況下，clementine能給出更好的結果。 解釋變量間不存在多重共線性。解釋變量間不存在多重共線性。 對于一個解釋變量其均值和方差不相關。對于一個解釋變量其均值和方差不相關。 在不同組間兩個變量的相關系數(shù)是不變的。在不同組間兩個變量的相關系數(shù)是不變的。 每一個解釋變量的值服從正態(tài)分布。每一個解釋變量的值服從正態(tài)分布。統(tǒng)計分析、數(shù)據(jù)挖掘與商業(yè)智能應用研究小組統(tǒng)計分析、數(shù)據(jù)挖掘與商業(yè)智能應用研究小組fisher

3、判別-4-20246-4-3-2-10123fisher判別的思想是投影，將k組p維數(shù)投影到某一個方向，使得他們的投影組與組之間盡可能的分開。統(tǒng)計分析、數(shù)據(jù)挖掘與商業(yè)智能應用研究小組統(tǒng)計分析、數(shù)據(jù)挖掘與商業(yè)智能應用研究小組bayes判別bayes判別的統(tǒng)計思想是：假定對研究的對象已有一定的認識，常用先驗概率分布來描述這種認識，然后我們取得一個樣本，用樣本來修正已有的知識（先驗概率分布），得到后驗概率分布，各種統(tǒng)計推斷都通過后驗概率分布來進行。將這種思想用于判別分析，就得到貝頁斯判別。統(tǒng)計分析、數(shù)據(jù)挖掘與商業(yè)智能應用研究小組統(tǒng)計分析、數(shù)據(jù)挖掘與商業(yè)智能應用研究小組案例分析 假設有一個電信供應商已

4、經(jīng)根據(jù)客戶業(yè)假設有一個電信供應商已經(jīng)根據(jù)客戶業(yè)務的使用情況將他們分為了四個組別。務的使用情況將他們分為了四個組別。如果人口統(tǒng)計學數(shù)據(jù)可以用來預測客戶如果人口統(tǒng)計學數(shù)據(jù)可以用來預測客戶的組別的話，我們就可以為潛在的客戶的組別的話，我們就可以為潛在的客戶定制用戶化的服務。定制用戶化的服務。統(tǒng)計分析、數(shù)據(jù)挖掘與商業(yè)智能應用研究小組統(tǒng)計分析、數(shù)據(jù)挖掘與商業(yè)智能應用研究小組 這四個組別分別為這四個組別分別為：統(tǒng)計分析、數(shù)據(jù)挖掘與商業(yè)智能應用研究小組統(tǒng)計分析、數(shù)據(jù)挖掘與商業(yè)智能應用研究小組 雙擊來源選項板（雙擊來源選項板（sourcessources）中的）中的spssspss節(jié)節(jié)點，數(shù)據(jù)流區(qū)域即可出現(xiàn)點

5、，數(shù)據(jù)流區(qū)域即可出現(xiàn)spssspss節(jié)點節(jié)點。統(tǒng)計分析、數(shù)據(jù)挖掘與商業(yè)智能應用研究小組統(tǒng)計分析、數(shù)據(jù)挖掘與商業(yè)智能應用研究小組 數(shù)據(jù)流區(qū)域（數(shù)據(jù)流區(qū)域（stream canvasstream canvas）中雙擊）中雙擊spssspss節(jié)點，在節(jié)點，在import file import file 中選擇我們中選擇我們所要分析的數(shù)據(jù)。所要分析的數(shù)據(jù)。統(tǒng)計分析、數(shù)據(jù)挖掘與商業(yè)智能應用研究小組統(tǒng)計分析、數(shù)據(jù)挖掘與商業(yè)智能應用研究小組 在收藏夾（favorites）選項板或字段操作選項板（field ops）中雙擊類型（type）節(jié)點,來檢查是否所有的變量的類型都被正確的定義。統(tǒng)計分析、數(shù)據(jù)挖掘與商

6、業(yè)智能應用研究小組統(tǒng)計分析、數(shù)據(jù)挖掘與商業(yè)智能應用研究小組 由于由于custcatcustcat是我們要預測的變量，在方是我們要預測的變量，在方向（向（directiondirection）里我們選為輸出（）里我們選為輸出（outout）統(tǒng)計分析、數(shù)據(jù)挖掘與商業(yè)智能應用研究小組統(tǒng)計分析、數(shù)據(jù)挖掘與商業(yè)智能應用研究小組 由于本案例關注的是人口統(tǒng)計學變量，所以我們增加一個過濾（filter）節(jié)點，單擊annotations將其重命名。統(tǒng)計分析、數(shù)據(jù)挖掘與商業(yè)智能應用研究小組統(tǒng)計分析、數(shù)據(jù)挖掘與商業(yè)智能應用研究小組 根據(jù)分析目的，我們只選擇region, age, marital, address,

7、 income, ed, employ, retire, gender, reside和 custcat這幾個變量。統(tǒng)計分析、數(shù)據(jù)挖掘與商業(yè)智能應用研究小組統(tǒng)計分析、數(shù)據(jù)挖掘與商業(yè)智能應用研究小組 從模型選項（modeling）加入判別分析（dicriminant）的節(jié)點。并在annotations中改名為“判別分析”。統(tǒng)計分析、數(shù)據(jù)挖掘與商業(yè)智能應用研究小組統(tǒng)計分析、數(shù)據(jù)挖掘與商業(yè)智能應用研究小組 在判別分析中點模型鍵（model），并在方法（method）中選逐步判別（stepwise）。統(tǒng)計分析、數(shù)據(jù)挖掘與商業(yè)智能應用研究小組統(tǒng)計分析、數(shù)據(jù)挖掘與商業(yè)智能應用研究小組 在專家（expert

8、）鍵中，選擇expert,單擊輸出（output），選擇如左圖所示的選項。統(tǒng)計分析、數(shù)據(jù)挖掘與商業(yè)智能應用研究小組統(tǒng)計分析、數(shù)據(jù)挖掘與商業(yè)智能應用研究小組 選擇執(zhí)行（選擇執(zhí)行（executeexecute）后，在右上角點）后，在右上角點models,models,雙擊雙擊custatcustat，在數(shù)據(jù)流區(qū)域變出，在數(shù)據(jù)流區(qū)域變出現(xiàn)改節(jié)點，雙擊改節(jié)點便可以查看結果?，F(xiàn)改節(jié)點，雙擊改節(jié)點便可以查看結果。統(tǒng)計分析、數(shù)據(jù)挖掘與商業(yè)智能應用研究小組統(tǒng)計分析、數(shù)據(jù)挖掘與商業(yè)智能應用研究小組 這張表格展示了逐步判別中每次進入分析的變量，可見最后模型只選擇了3個變量。統(tǒng)計分析、數(shù)據(jù)挖掘與商業(yè)智能應用研究小組

9、統(tǒng)計分析、數(shù)據(jù)挖掘與商業(yè)智能應用研究小組 逐步判別可以自動幫我們選擇變量。但逐步判別可以自動幫我們選擇變量。但是如果我們對于數(shù)據(jù)有一定的經(jīng)驗知道是如果我們對于數(shù)據(jù)有一定的經(jīng)驗知道哪些變量是重要的，選擇逐步判別就是哪些變量是重要的，選擇逐步判別就是很不明智的，因為這樣選出來的變量可很不明智的，因為這樣選出來的變量可能除了統(tǒng)計意義外，沒有任何的實際意能除了統(tǒng)計意義外，沒有任何的實際意義。義。統(tǒng)計分析、數(shù)據(jù)挖掘與商業(yè)智能應用研究小組統(tǒng)計分析、數(shù)據(jù)挖掘與商業(yè)智能應用研究小組由右邊第一張表可見前兩個線性判別函數(shù)可以解釋大部分的變異第二張表是四個組標準化后均值的位置。統(tǒng)計分析、數(shù)據(jù)挖掘與商業(yè)智能應用研究小組統(tǒng)計分析、數(shù)據(jù)挖掘與商業(yè)智能應用研究小組 右表為標右表為標準化的典準化的典型判別函型判別函數(shù)的系數(shù)。數(shù)的系數(shù)。統(tǒng)計分析、數(shù)據(jù)挖掘與商業(yè)智能應用研究小組統(tǒng)計分析、數(shù)據(jù)挖掘與商業(yè)智能應用研究小組 右圖是右圖是輸出的輸出的領域圖。領域圖。它給出它給出了預測了預測變量和變量和組別間組別間的關系。的關系。統(tǒng)計分析、數(shù)據(jù)挖掘與商業(yè)智能應用研究小組統(tǒng)計分析、數(shù)據(jù)挖掘與商業(yè)智能