[理学]判别分析和聚类分析.ppt

判别分析 判别分析要解决的问题是已知历史上用某些方法已经把研究对象分成若干组的情况下,来判定新的观测样品应归属哪一组. 距离判别 1.两总体的距离判别 2.多总体距离判别 贝叶斯(Bayes)判别 典型判别和Fisher判别 典型判别 Fisher判别 检验判别是否有意义 逐步判别 判别准则的评价——误判概率 SPSS实现 聚类分析 谱系聚类法/系统聚类法/分层聚类法 快速聚类法/动态聚类法/K-均值聚类法 SPSS实现 例 上机操作： 课程论文评分标准 命令 Analyze ? Classify ? Discriminant 打开discriminant Analysis(判别分析)对话框 1.选择一个分组变量移入Grouping Variable(分组变量)框中，单击被激活的Define Range(定义范围)按钮. (这是对训练样本的操作) 2.从源变量框中选择若干准备参与判别分析的数值型变量移入Independents(自变量)框中. 选项: Enter Independents together 建立所选择的全部自变量的判 别式，这是系统默认的选项 Use stepwise method 采用逐步判别法作判别分析 3. Select栏 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. 5. Statistics按钮: 打开Statistics(统计量)对话框 Descriptives栏: Mean 均值. 输出各组中的各自变量的均值、标准差和各自变量总样本的均值和标准差 Univariate ANOVA 单变量方差分析. 对各组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 Box’s M 对各组的协方差矩阵相等的假设进行检验 Matrices栏: Within-groups correlation matrix 组间相关矩阵 Within-groups covariance matrix 组间协方差矩阵 Separate-groups covariance 对每一组分别计算协方差矩阵 Total covariance 总样本的协方差矩阵 6. Method按钮 如果在主对话框中选择Use stepwise method选项，则Method按钮被激活，这时单击Method按钮，打开Stepwise Method(逐步判别法)对话框. Method栏 选择判别方法 Wilds’ lambda: 每步选择Wilks的λ统计量值最小的变量进入判别函数，此选项为系统默认. Display栏 Summary of steps: 显示每步选择变量之后各变量的统计量概述. 7. Classify按钮: 打开Classification(分类)对话框 Prior Probabilities(先验概率)栏 All groups equal: 各组先验概率相等，若分为m组，则各组的先验概率均为1/m. Compute from group sizes: 各组的先验概率与其样本量成正比. Display栏: 选择输出项 Casewise results: 要求输出每个观测值的包括判别分数、实际组、预测组(根据判别函数求得的分类结果)和后验概率等. 选择此项以后，下面的Limits cases to复选项被激活，在后面的小矩形框中输入观测数n，选择此项仅对前n个观测值输出分组结果. Summary tables: 要求输出分类的小结，给出正确分组的样品数(原始组和根据判别函数计算的预测组相同)和错分样品的个数和错分率. Leave-one-out classification: 要求输出交互校验结果，即输出每个样品的分类结果，所依据的判别函数是由除该样品以外的其他样品导出的. Plots栏:选择输出的图形 Combined-groups: 生成一张包括各组的散点图. 该散点图是根据前两个判别函数值作的. 如果只有一个判别函数，就输出直方图. Separate-groups: 根据前两个判别函数值对每一组生成一张散点图，如果只有一个判别函数，就输出直方图. Territori