SPSS操作方法判别分析例题Word文档格式.docx
《SPSS操作方法判别分析例题Word文档格式.docx》由会员分享，可在线阅读，更多相关《SPSS操作方法判别分析例题Word文档格式.docx（32页珍藏版）》请在冰豆网上搜索。
12.0
0.70
4
上海
194.53
107.8
60.24
15.6
8.88
31.00
21.01
11.8
0.16
5
山东
130.46
86.21
52.30
15.9
10.5
20.6l
12.14
9.61
0.47
6
湖北
119.29
85.41
53.02
13.1
8.44
13.87
16.47
0.51
7
广西
134.46
98.61
48.18
8.90
4.34
21.49
26.12
13.6
4.56
8
海南
143.79
99.97
45.60
6.30
1.56
18.67
29.49
3.82
9
四川
128.05
74.96
50.13
13.9
9.62
16.14
10.18
14.5
1.21
10
云南
127.41
93.54
50.57
5.87
19.41
21.20
12.6
0.90
11
新疆
122.96
101.4
69.70
3.86
11.30
18.96
5.62
4.62
G2
山西
102.49
71.72
47.72
9.42
6.96
13.12
7.9
6.66
0.61
内蒙古
106.14
76.27
46.19
9.65
6.27
9.655
20.1O
6.97
0.96
吉林
104.93
72.99
44.60
13.7
9.01
9.435
20.61
6.65
1.68
黑龙江
103.34
62.99
42.95
11.1
7.4l
8.342
10.19
6.45
2.68
江西
98.089
69.45
43.04
11.4
7.95
10.59
16.50
7.69
1.08
河南
104.12
72.23
47.31
9.48
6.43
13.14
10.43
8.30
1.11
贵州
108.49
80.79
47.52
6.06
3.42
13.69
16.53
8.37
2.85
陕西
113.99
75.6
50.88
5.21
12.94
9.492
6.77
1.27
甘肃
114.06
84.31
52.78
7.81
5.44
10.82
16.43
3.79
1.19
青海
108.80
80.41
50.45
7.27
4.07
8.371
18.98
5.95
0.83
宁夏
115.96
88.2l
51.85
8.81
5.63
13.95
22.65
4.75
0.97
G3
辽宁
128.46
68.91
43.4l
22.4
15.3
13.88
12.42
1.41
江苏
135.24
73.18
44.54
23.9
15.2
22.38
9.661
浙江
162.53
80.11
45.99
24.3
29.54
10.90
13.0
3.47
安徽
111.77
71.07
43.64
19.4
12.5
16.68
9.698
7.02
0.63
福建
139.09
79.09
44.19
18.5
20.23
7.67
3.08
湖南
124.00
84.66
44.05
13.5
7.47
19.11
20.49
10.3
1.76
待判
广东
211.30
114.0
41.44
33.2
11.2
48.72
30.77
14.9
西藏
175.93
163.8
57.89
4.22
3.37
17.81
82.32
15.7
0.00
贝叶斯判别的SPSS操作方法：
1.建立数据文件
2．单击Analyze→Classify→Discriminant，打开DiscriminantAnalysis判别分析对话框如图1所示：
图1DiscriminantAnalysis判别分析对话框
3．从对话框左侧的变量列表中选中进行判别分析的有关变量x1~x9进入Independents框，作为判别分析的基础数据变量。
从对话框左侧的变量列表中选分组变量Group进入GroupingVariable框，并点击DefineRange...钮，在打开的DiscriminantAnalysis:
DefineRange对话框中，定义判别原始数据的类别数，由于原始数据分为3类，则在Minimum（最小值）处输入1，在Maximum（最大值）处输入3（见图2）。
。
选择后点击Continue按钮返回DiscriminantAnalysis主对话框。
图2DefineRange对话框
4、选择分析方法
✧Enterindependenttogether所有变量全部参与判别分析（系统默认）。
本例选择此项。
✧Usestepwisemethod采用逐步判别法自动筛选变量。
单击该项时Method按钮激活，打开StepwiseMethod对话框如图3所示，从中可进一步选择判别分析方法。
图3StepwiseMethod对话框
✧Method栏，选择变量的统计量方法
Wilks’lambda（默认）按统计量Wilksλ最小值选择变量；
Unexplainedvariance：
按照所有组方差之和最小值选择变量；
Mahalanobis’distance：
按照相邻两组的最大马氏距离选择变量；
SmallestFratio：
按组间最小F值比的最大值选择变量；
Rao’sV按照统计量RaoV最大值选择变量。
✧Criteria选择逐步回归的标准（略）选择系统默认项。
5.单击Statistics按钮，打开Statistics对话框如图4所示，从中指定输出的统计量。
✧Descriptives描述统计量栏
Means-各类中各自变量的均值，标准差stdDev和各自变量总样本的均值和标准差（本例选择）。
UnivariateANOV----对各类中同一自变量均值都相等的假设进行检验，输出单变量的方差分析结果（本例选择）。
Box’sM--对各类的协方差矩阵相等的假设进行检验（本例选择）。
图4Statistics对话框
✧Functioncoefficients选择输出判别函数系数
Fisherh’s给出贝叶斯判别函数系数（本例选择）
Unstandardized给出未标准化的典型判别（也称典则判别）系数（费舍尔判别函数）。
✧Matrices栏选择给出的自变量系数矩阵
Within-groupscorrelation合并类内相关系数矩阵（本例选择）
Within-groupscovariance合并类内协方差矩阵（本例选择）
Separate-groupscovariance各类内协方差矩阵（本例选择）
Totalcovariance总协方差矩阵（本例选择）
6.单击Classify按钮，打开Classify对话框如图5所示：
图5Classify对话框
✧PriorProbabilities栏，选择先验概率。
Allgroupsequal各类先验概率相等（系统默认）；
Computefromgroupssizes各类的先验概率与其样本量成正比.（本例选择）
✧UseCovarianceMatrix栏，选择使用的协方差矩阵
Within-groups--使用合并类内协方差矩阵进行分类（系统默认）（本例选择）
Separate-groups--使用各类协方差矩阵进行分类
✧Display栏，选择生成到输出窗口中的分类结果
Casewiseresults输出每个观测量包括判别分数实际类预测类（根据判别函数求得的分类结果）和后验概率等。
Summarytable输出分类的小结给出正确分类观测量数（原始类和根据判别函数计算的预测类相同）和错分观测量数和错分率（本例选择）。
Leave-one-outclassification输出交互验证结果。
✧Plots栏，要求输出的统计图
Combined-groups生成一张包括各类的散点图（本例选择）；
Separate-groups每类生成一个散点图；
Territorialmap根据生成的函数值把各观测值分到各组的区域图。
（本例选择）
6.单击Save按钮，打开Save对话框，见图6.
图6Save对话框
✧Predictedgroupmembership建立一个新变量，系统根据判别分数，把观测量按后验概率最大指派所属的类；
✧Discriminantscore建立表明判别得分的新变量，该得分是由未标准化的典则判别函数计算。
✧Probabilitiesofgroupmembership建立新变量表明观测量属于某一类的概率。
有m类，对一个观测量就会给出m个概率值，因此建立m个新变量。
全部选择完成后，点击OK，得到输出结果如下：
AnalysisCaseProcessingSummary分类样本综述
UnweightedCases
N
Percent
Valid
28
93.3
Excluded
Missingorout-of-rangegroupcodes
6.7
Atleastonemissingdiscriminatingvariable
.0
Bothmissingorout-of-rangegroupcodesandatleastonemissingdiscriminatingvariable
Total
30
100.0
GroupStatistics各类统计分析
分类
Mean
均值
Std.Deviation
标准差
ValidN（listwise）
有效样本数
Unweighted
Weighted
人均生活费收入（元/人）
139.2664
23.35125
11.000
人均国有经济单位职工工资
93.0918
11.38829
人均来源于国有经济单位标准工资
53.9882
6.80530
人均集体所有制工资收入
11.2073
3.44937
6.7645
2.89685
19.8082
5.55600
17.8327
6.23305
均从工作单位得到的其他收入
11.0018
2.56135
1.6736
1.74528
107.3099
5.56641
75.9064
7.17233
47.7536
3.42090
9.0827
2.45900
6.0409
1.77266
11.2775
2.15323
15.4375
5.11023
6.5773
1.38350
1.3845
.73428
133.5150
17.11642
6.000
76.1700
6.06280
44.3033
.91825
20.3333
4.09031
12.4783
3.04592
20.3033
5.39344
13.2732
4.34722
10.1500
2.80907
1.9233
1.11631
125.4796
22.22549
28.000
82.7143
12.09003
49.4636
6.09033
12.3282
5.36546
7.7046
3.54143
16.5630
6.10883
15.9147
5.54104
9.0811
2.98513
1.6136
1.26601
TestsofEqualityofGroupMeans每个变量各类均值相等的检验
Wilks'
Lambda
F
df1
df2
Sig.
.542
10.567
25
.000
.506
12.226
.583
8.923
.001
.338
24.429
.478
13.672
.497
12.664
.898
1.425
.259
.516
11.715
.972
.354
.705
PooledWithin-GroupsMatrices（a）合并类内协方差阵和相关矩阵
人均生活费收入（元/人）
Covariance
289.101
92.215
24.694
9.270
-.438
64.106
15.828
9.298
-1.158
79.806
23.013
-13.984
-14.104
18.999
31.151
-2.229
2.386
23.374
-3.496
-2.063
1.925
-1.878
-5.027
-.052
10.524
7.877
3.113
-7.158
1.660
-1.670
6.469
.484
-7.895
.665
-1.611
20.020
.398
4.724
-.782
29.766
-.704
2.849
4.968
-.020
1.683
Correlation
1.000
.607
.300
.168
-.010
.843
.171
.245
-.053
.533
-.483
-.621
.475
.639
-.112
.206
-.223
-.168
.089
-.071
-.466
-.008
.955
.214
-.404
.230
-.397
.043
-.569
.117
-.488
.016
.474
-.135
-.058
.402
-.007
aThecovariancematrixhas25degreesoffreedom.
CovarianceMatrices（a）类内协方差矩阵和总协方差阵
545.281
179.030
37.985
13.286
-1.453
116.976
35.808
13.315
-10.859
129.693
35.643
-18.802
-20.620
33.023
46.461
-2.168
5.263
46.312
-3.559
-1.186
-.665
-6.736
-10.545
.482
11.898
9.560
5.957
-12.699
1.012
-4.445
8.392
1.919
-14.117
-.005
-3.647
30.869
5.415
6.027
-3.897
38.851
1.994
6.789
升级会员 