判别分析实验报告SPSS.docx

1、判别分析实验报告SPSS一、实验目的及要求：1、 目的用SPSS软件卖现判别分析及其应用。2、 内容及要求用SPSS对实脍数据利用Fisher 别比和贝叶斯判别出，建立判别函数并判定君州、/姿等13个地级市分别厲于哪个管理水平凑型。二、仪器用具:仪器名称规格/型号数量备注计算机1有网络环境SPSS软件1三、实验方法与步骤:准备工作：把实验所用数据从Word丈档复制列Excel,并进一步导入到SPSS 数据丈件中，同肘，由于只有当彼解释变量是属性变量而解粹变量是度量变量肘， 判别分析才适用，所以将城市管理的7个效率指数变量的变量类型敌为“数值(NJ”， 度量标;隹改为“度量(S)n,以备接下来的

2、分析。4.实验结果与数据处理:表1 组均值的均等性的检验Wilks 的 LambdaFdfldf2Sig.综合效率标准指数.58223.022264000经济效率标准指数.40646.903264000结构效率标准指数.9541.560264218社会效率标准指数.7968.225264.001人员效率标准指数.34261.645264.000发展效率标准指数.30871.850264.000环境效率标准指数.9133.054264.054表1是对各级均值是否和等的检睑，由该表可以看出，A 0.05的显著性水平上我们不能拒绝结构赦率标准指数和环境效率标准指数在三组的均值和等的假设,即认为除了结

3、构畝率标准指数和环境效率标准指数外，其余五个标准指数在三组的 均值是有显著差异的。表2 对数行列式group秩对数行列式16-33.41026-33.17736-40.584汇聚的组内6-32.308打印的行列式的秩和自然对数是组协方湼矩阵的秩和自然对数。表3 检验结果箱的M140.196F近似。2.498dfl42df21990.001Sig.000对柑等总体协方差矩阵的零假i殳进行检验。以上是对各组协方差矩阵是否和等的Box M松验，表2反映协方差矩阵的狄 和行列式的对数值。由行列式的值可以看出，协方差矩阵不是病态矩阵。哀3是对 各总体协方差阵是否相等的统计检酸，由F值及其显著水平，在0.

4、05的显著性水 平下拒绝療假设，认为各总体协方差阵不和等。1J Fbhwr刈别廉:團一矩阵 初组內相关迟）组內协方差（V）0分组协万差 n总体协方差Q）判别分析:统计呈描述性 g 单lANOVA(A)g Boxs M(B)函数系数 Fisher(F)3未标准化9)国二表4 特征值函数特征值方差的%累积正则相矢性13.76?75.075.0.88921.25725.0100.0.746a.分析中使用了前2个典型判别式函数。表5 Wilks 的 Lambda函数检验Wilks 的 Lambda卡方dfSig.1到2.093146.04212.0002.44350.0535.000在4反映了判别函救

5、的特征值、解释方差的比例和典童相关糸数。笫一判别函 数解释了 75%的方差，笫二判别函数解释了 25%的方差，它们两个判别函数解释 了全部方差。裹5是对两个判别函数的显著性检验，由Wilks Lambda检验，认为两个判别 函数在0.05的显著性水平上是显著的。表6 标准化的典型判别式函数系数函数12综合效率标准指数-.228-.578经济效率标准指数.566.404结构效率标准指数.097.472社会效率标准指数.378.233人员效率标准指数3281.099发展效率标准指数.621.675表7 结构矩阵函数12发展效率标准指数.752*.305经济效率标准指数 61F.222综合效率标准指

6、数42&.170社会效率标准指数.261*-.001环境效率标准指数.141*-.129人员效率标准指数-.547797结构效率标准指数.070156判别变虽和标准化典型判别式函数之间的汇聚组间相矢性 按函数内相矢性的绝对大小排序的变虽。*.每个变虽和任意判别式函数间最大的绝对相尖性a 该变虽不在分析中使用。表6为标准化的判别函数，表7为结构矩阵，即判别载希。由判别权重和判别 我椅可以看出发展效率标准指数、经济效率标准指数对判别函数1的责献轶大，而 人员效率标准指数对判别函数2的贡执较大。表8 典型判别式函数系数函数12综合效率标准指数-5.216-13.231经济效率标准指数5.1683.6

7、88结构效率标准指数.9994.848社会效率标准指数4.8773.011人员效率标准指数3.31911.138发展效率标准指数7.1457.774（常量）-1.363-6.424非标准化系数组质心处的函数121-.210-.73023.9641.2633-2.7251.905在组均值处评估的非标准化典型判别式函数表8为非标准化的判别函数.我们可以根据这个判别函教计算每个观测的判别Z 得分。在9反映判别函数症各组的重心。根据结果，判别函数淮.group这一纽的重 心为 C-0.210, -0.730),淮_group=2这一组的重心为 f3.964J.263J, Agroup=3 这一组的重心

8、为(-2.725,1.905丿。这样，我们就可以根据每个观测的判别Z得分将 观测进行分类。表10 组的先验槪率group先验用于分析的案例未加权的已加权的1.3334646.0002.3331010.0003.3331111.000合计1.0006767.000表11 分类结果group预测组成员合计123初始计数14600462010010320911未分组的案例63312%1100.000100.020100.00100.0318.2081.8100.0未分组的案例50.025.025.0100.0交叉验证计数14501462I9010320911197.802.2100.0210.090

9、.0.0100.0318.2081.8100.0a.仅对分析中的案例逬行交叉验证。在交叉验证中，每个寨例都是按照从该案例以外的所有其他寨例 派生的函数来分类的。b.已对初始分组案例中的97.0%个逬行了正确分类。c.已对交叉验证分组案例中的94.0%个逬行了正确分类。裹10为各俎的先验規率，准.分类选项中选择的是所有组的先脸規率和等。在11%分类矩阵表，这里交又殓证是采用“超一个在外”的原则，即每个城市 是通过除了这个城市以外的其他城市推孚出来的判别函数来分类的。由该表可以看 出，通过判别函数预测，有65个城市是分类正确的，其中，group=bn46个城市全 部菠判对，group=2组的10个

10、城市也,全部彼判对，group=3组11个城市中有9个彼判 对，即有97%的原始城市菠判对。在交又验证中，三组.中分别有45、9、9个城市菠 判对，交又脍证有94%的城市後判对。典则判别幣数group 2未分组的案供 组炳心图三图三为分类结果图，从图中可以看列笫2组与笫3组可以很请晰地分开，与笫1 组也能分开，而笫3纽和弟1纽存在重合区城，即存在祺判。同肘，根据对待判城市的判别可以看岀：在13个待判城市中，宿州、广安、河 地彼判列了第3纽，佛丄、苏州、东營拔判到了笫2纽，咸阳、盘綁、汉中、保定、 宝呜、衡阳彼判列了第1纽，而以钝由于只有环境效率标准指救的值，其他变量值确 实，糸统未对其进行判别

11、。2）臾叶斯刘别出:图B贝叶斯判别法输出的结果与Fisher判别法很大程度上是一致的这里不再列出。表12 组的先验概率group先验用于分析的案例未加权的已加权的1.6874646.0002.1491010.0003.1641111.000合计1.0006767.000group123综合效率标准指数89.225-137.370-110.980经济效率标准指数18.31847.23615.041结构效率标准指数112.414126.246122.679社会效率标准指数61.50987.86457.179人员效率标准指数77.41985.768115.125发展效率标准指数57.663102.9

12、8060.184（常量）-46.457-74.840-66.632Fisher的线性判别式函数表12%各族的先验概率，淮.分组选项中选择的是“根据组大小计算”。裹13展示了每纽的分类函数，也称枣欧线性判别函数，由表中的结果可以说 朗：group=1这一组的分类函数为： =46.457-89.225综合效率标准指数+18.318经济数率标准指救+112.414结构数率标准指救+61.509祝会效率标;隹指数+77.419人员效率标准指数+57.663发展效率标准指数其他两组的分类函数同样可以写出，我们可以根据毎个城市淮.各组的分类函救 值然后将城市分类列较大的分类函数值中。在14为贝叶斯判别的分

13、类结果，其交又殓证有95.5%的城市彼判对，这一觇 率比Fisher判别要需。分类结果123初始计数14600462010010320911未分组的案例633121100.000100.020100.00100.0318.2081.8100.0未分组的案例50.025.025.0100.0交叉验证计数14600462I90103209111100.00.0100.0210.090.00100.0318.2081.8100.0a.仅对分析中的案例逬行交叉验证。在交叉验证中，每个寨例都是按照从该案例以外的所有其他案例 派生的函数来分类的。b.已对初始分组寨例中的97.0%个逬行了正确分类。c.已对

14、交叉验证分组案例中的95.5%个逬行了正确分类。五、讨论与结论()由前面的分析我们知道，协方差矩阵并不相等，考虑采用分纽协方差矩阵。在分类中使用协方差矩阵“分组其他逸择同上，得列分类结果表如下。 分类结果group预测组成员合计I23初始计数144024620100103001111未分组的案例63312195.7.04.3100.020100.00100.03.0.0100.0100.0未分组的案例50.025.025.0100.0a.已对初始分组案例中的97.0%个逬行了正确分类。典则判别函数group1 203末分组的宅例口织质心I I I I I6 3 0 3 6歯数4可以看出这个结果

15、与采用组内协方差矩阵的预测效果没有朗显的差别，而且分 类结果图与图三也没有很大的差异，因此，可以采用组内协方差矩阵来进行判别。(2)之箭的分析是采用“一超输入勺变量”的方法，由表1可知，A 0.05的显著性水平上不能拒绝结构效率标准指数和环境数率标准指数4三组的均值和等的假设，考虑“使用步进式方法”，最终确岌进入分析的变量有3个：经济效率标准指数、人员败率标准指救、发展效率标准指救，上表给出了最终的分类结果，可以看出，征療有数据的所有城市中，有95.5%的城市披判对，在交又殓证中有92.5%的城市彼判对。没有“一起输入勺变量肘的效果好，但是柱最终对待判城市的分组问題上，两种方法所得列的结果是一

16、致的，症这里两种方出的选择对我们所需要的结果影响不是很大!分类结果group预测组成员合计123初始计数14510462010010320911未分组的案例63312%197.82.20100.020100.00100.0318.2081.8100.0未分组的寨例50.025.025.0100.0交叉验证计数14420462I9010320911%195.74.30100.0210.090.00100.0318.2081.8100.0a.仅对分析中的案例逬行交叉验证。在交叉验证中，每个案例都是按照从该案例以外的所有其他案例 派生的函数来分类的。b.已对初始分组案例中的95.5%个进行了正确分类。C.已对交叉验证分组寨例中的92.5%个进行了正确分类。