《判别分析的SPSS操作流程分类算法.docx

判别分析的SPSS操作流程??1．Discriminant Analysis判别分析主对话框?? ?如图 1-1 所示? ?图 1-1 ? ?Discriminant Analysis 主对话框?（1）选择分类变量及其范围?在主对话框中左面的矩形框中选择表明已知的观测量所属类别的变量(一定是离散变量)，?按上面的一个向右的箭头按钮，使该变量名移到右面的Grouping Variable 框中。此时矩形框下面的Define Range 按钮加亮，按该按钮屏幕显示一个小对话框如图1-2 所示，供指定该分类变量的数值范围。?图 1-2? ?Define Range 对话框在Minimum 框中输入该分类变量的最小值在Maximum 框中输入该分类变量的最大值。按Continue 按钮返回主对话框。??(2)指定判别分析的自变量?图 1-3 ? ?展开 Selection Variable 对话框的主对话框?在主对话框的左面的变量表中选择表明观测量特征的变量，按下面一个箭头按钮。把选中的变量移到Independents 矩形框中，作为参与判别分析的变量。?（3）选择观测量? 图 1-4 ? ?Set Value 子对话框?如果希望使用一部分观测量进行判别函数的推导而且有一个变量的某个值可以作为这些观测量的标识，则用Select 功能进行选择，操作方法是单击Select 按钮展开Selection Variable。选择框如图1-3 所示。并从变量列表框中选择变量移入该框中再单击Selection Variable 选择框右侧的Value按钮，展开Set Value(子对话框)对话框，如图1-4 所示，键入标识参与分析的观测量所具有的该变量值，一般均使用数据文件中的所有合法观测量此步骤可以省略。?（4）选择分析方法?在主对话框中自变量矩形框下面有两个选择项，被选中的方法前面的圆圈中加有黑点。这两个选择项是用于选择判别分析方法的l ? ? ?Enter independent together 选项，当认为所有自变量都能对观测量特性提供丰富的信息时，使用该选择项。选择该项将不加选择地使用所有自变量进行判别分析，建立全模型，不需要进一步进行选择。l ? ? ?Use stepwise method 选项，当不认为所有自变量都能对观测量特性提供丰富的信息时，使用该选择项。因此需要判别贡献的大小，再进行选择当鼠标单击该项时Method 按钮加亮，可以进一步选择判别分析方法。???2．Method对话框?如图 1-5 所示:　? ?图 1-5 ? ?Stepwise Method 对话框?单击“Method”按钮展开Stepwise Method对话框。?（1）Method 栏选择进行逐步判别分析的方法?可供选择的判别分析方法有：l ? Wilkslambda选项，每步都是Wilk 的概计量最小的进入判别函数l ? Unexplained variance 选项，每步都是使各类不可解释的方差和最小的变量进入判别函数。l ? Mahalanobis’distance选项，每步都使靠得最近的两类间的Mahalanobis距离最大的变量进入判别函数l ? Smallest F ratio 选项，每步都使任何两类间的最小的F 值最大的变量进入判刑函数l ? Rao’s V 选项，每步都会使Rao V 统计量产生最大增量的变量进入判别函数。可以对一个要加入到模型中的变量的V 值指定一个最小增量。选择此种方法后，应该在该项下面的V-to-enter 后的矩形框中输入这个增量的指定值。当某变量导致的V值增量大于指定值的变量后进入判别函数。?(2) Criteria 栏选择逐步判别停止的判据?可供选择的判据有:l ? ?Use F value 选项，使用F值，是系统默认的判据当加人一个变量(或剔除一个变量)后，对在判别函数中的变量进行方差分析。当计算的F值大于指定的Entry 值时，该变量保留在函数中。默认值是Entry为3.84：当该变量使计算的F值小于指定的Removal 值时，该变量从函数中剔除。默认值是Removal为2.71。即当被加入的变量F 值为3.84 时才把该变量加入到模型中，否则变量不能进入模型；或者，当要从模型中移出的变量F值2.71时,该变量才被移出模型,否则模型中的变量不会被移出.设置这两个值时应该注意Entry值〉Removal 值。l ? ?Use Probability of F选项，用F检验的概率决定变量是否加入函数或被剔除而不是用F值。加入变量的F值概率的默认值是0.05(5%);移出变量的F 值概率是0.10(10%)。Removal值(移出变量的F值概率) Entry值(加入变量的F值概率)。?(3) Display栏显示