SPSS40Fisher判别

1、DISCRIMINANT /GROUPS=VAR00001(1 2) /VARIABLES=VAR00002 VAR00003 VAR00004 VAR00005 /ANALYSIS ALL /PRIORS EQUAL /STATISTICS=COEFF COV TABLE CROSSVALID /PLOT=CASES /CLASSIFY=NONMISSING POOLED.判判别别附附注注创建的输出08-八月-2015 09时57分48秒注释 输入活动的数据集数据集0过滤器权重拆分文件工作数据文件中的 N 行40缺失值处理对缺失的定义用户定义的缺失值在分析阶段作为缺失对待。使用的案例在分析阶

2、段，将使用对任何预测变量都不含用户或系统缺失值的案例。始终排除具有分组变量的用户值、系统缺失值或越界值的案例。语法DISCRIMINANT /GROUPS=VAR00001(1 2) /VARIABLES=VAR00002 VAR00003VAR00004 VAR00005 /ANALYSIS ALL /PRIORS EQUAL /STATISTICS=COEFF COV TABLECROSSVALID /PLOT=CASES /CLASSIFY=NONMISSING POOLED.资源处理器时间0:00:00.031已用时间0:00:00.066数据集0 分分析析案案例例处处理理摘摘要要未加

3、权案例N百分比有效2050.0排除的缺失或越界组代码2050.0至少一个缺失判别变量0.0缺失或越界组代码还有至少一个缺失判别变量0.0合计2050.0合计40100.0组组统统计计量量VAR00001有效的 N（列表状态）未加权的已加权的1VAR000021010.000VAR000031010.000VAR000041010.000VAR000051010.0002VAR000021010.000VAR000031010.000VAR000041010.000VAR000051010.000合计VAR000022020.000VAR000032020.000VAR000042020.000

4、VAR000052020.000汇汇聚聚的的组组内内矩矩阵阵a aVAR00002VAR00003VAR00004协方差VAR00002.004-.002-.002VAR00003-.002.004.001VAR00004-.002.001.003VAR00005.000-.003-.003a. 协方差矩阵的自由度为 18。分分析析 1 1变变量量缺缺陷陷容容差差检检验验a a组内方差容差最小容差VAR00005.007.000.000同时输入所有满足容差条件的变量。a. 最小容差级别为 .001。典典型型判判别别式式函函数数摘摘要要特特征征值值函数特征值方差的 %累积 %正则相关性18.10

5、4a100.0100.0.943a. 分析中使用了前 1 个典型判别式函数。WilksWilks 的的 LambdaLambda函数检验Wilks 的 Lambda卡方dfSig.1.11036.4443.000VAR00001标标准准化化的的典典型型判判别别式式函函数数系系数数函数1VAR00002.519VAR00003.087VAR000041.103结结构构矩矩阵阵函数1VAR00004.902VAR00005a-.791VAR00003.210VAR00002-.025判别变量和标准化典型判别式函数之间的汇聚组间相关性 按函数内相关性的绝对大小排序的变量。a. 该变量不在分析中使用。

6、组组质质心心处处的的函函数数VAR00001函数112.7012-2.701在组均值处评估的非标准化典型判别式函数分分类类统统计计量量分分类类处处理理摘摘要要已处理的40已排除的缺失或越界组代码0至少一个缺失判别变量0用于输出中40组组的的先先验验概概率率VAR00001先验用于分析的案例未加权的已加权的1.5001010.0002.5001010.000合计1.0002020.000分分类类函函数数系系数数VAR0000112VAR00002180.438137.679VAR0000384.22877.037VAR00004170.92468.145(常量)-66.717-28.392Fis

7、her 的线性判别式函数按按照照案案例例顺顺序序的的统统计计量量案例数目 最高组 P(Dd | G=g)实际组预测组p初始111.743211.656311.229412*.011511.669611.486711.980811.733911.7271011.8341122.7071222.3171322.8611422.7351522.3781622.7471722.1821822.8381922.2762022.17121未分组的2.71022未分组的1.01523未分组的1.43324未分组的2.24925未分组的1.08326未分组的2.26027未分组的1.19528未分组的2.45

8、029未分组的1.88330未分组的2.02131未分组的2.04632未分组的2.01933未分组的2.05234未分组的1.47335未分组的1.26136未分组的1.00737未分组的1.13738未分组的2.39839未分组的2.03640未分组的2.472交叉验证a111.983211.885311.562412*.006511.736611.530711.560811.973911.5411011.1871122.6551222.2301322.8501422.9511522.1181622.6611721*.0001822.9821922.2792022.058对初始数据来说，平

9、方 Mahalanobis 距离基于典则函数。 对交叉验证数据来说，平方 Mahalanobis 距离基于观察值。*. 错误分类的案例a. 仅对分析中的案例进行交叉验证。 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。分分类类结结果果b b,c ,cVAR00001预测组成员12初始计数1912010未分组的案例911初始%190.010.02.0100.0未分组的案例45.055.0交叉验证a计数191219%190.010.0210.090.0a. 仅对分析中的案例进行交叉验证。 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.

10、 已对初始分组案例中的 95.0% 个进行了正确分类。c. 已对交叉验证分组案例中的 90.0% 个进行了正确分类。初始DISCRIMINANT /GROUPS=VAR00001(1 2) /VARIABLES=VAR00002 VAR00003 VAR00004 VAR00005 /ANALYSIS ALL /PRIORS EQUAL /STATISTICS=COEFF COV TABLE CROSSVALID /PLOT=CASES /CLASSIFY=NONMISSING POOLED.VAR00005.000-.003-.003.007汇汇聚聚的的组组内内矩矩阵阵a aa. 协方差矩阵

11、的自由度为 18。第二最高组判别式得分 dfP(G=g | D=d)到质心的平方Mahalanobis 距离组P(G=g | D=d)到质心的平方Mahalanobis 距离函数 111.000.1082.00032.8273.02911.000.1982.00034.1803.14611.0001.4462.00043.6133.9031.7166.4001.2848.246-.17111.000.1822.00033.9713.12811.000.4842.00037.1793.39711.000.0012.00028.8992.67511.000.1162.00025.6092.3601

12、1.000.1222.00033.0623.04911.000.0442.00026.9582.49111.000.1411.00025.260-2.32511.0001.0011.00019.370-1.70011.000.0311.00027.311-2.52511.000.1141.00025.638-2.36311.000.7761.00039.465-3.58111.000.1041.00025.792-2.3781.9991.7791.00116.547-1.36711.000.0421.00031.426-2.90511.0001.1881.00042.137-3.79111.0

13、001.8781.00045.858-4.07111.000.1381.00025.299-2.3291.8075.9312.1938.797.26511.000.6152.00021.3191.91711.0001.3281.00018.054-1.5481.9953.0012.00513.462.96811.0001.2701.00018.271-1.5741.9991.6812.00116.8491.404按按照照案案例例顺顺序序的的统统计计量量最高组P(Dd | G=g)11.000.5721.00021.579-1.94511.000.0222.00030.7912.8481.891

14、5.3481.1099.541-.3881.9783.9961.02211.577-.7021.8675.5381.1339.292-.3471.9843.7621.01611.984-.76111.000.5152.00021.9371.98311.0001.2642.00018.2931.5761.5177.2252.4837.363.0131.9992.2142.00115.3151.21311.000.7141.00020.762-1.8561.9634.3981.03710.918-.60311.000.5181.00021.918-1.98131.000.1652.00031.24

15、931.000.6492.00033.12431.0002.0502.00045.54431.00012.3921.00075.33431.0001.2712.00033.56631.0002.2122.00038.19931.0002.0592.00028.93331.000.2292.00024.42031.0002.1572.00033.49431.0004.7992.00028.85731.0001.6191.00024.96731.0004.3141.00020.60331.000.7971.00026.38931.000.3451.00024.52031.0005.8761.000

16、45.82531.0001.5921.00025.46531.00028.5952.00046.52331.000.1701.00029.86931.0003.8391.00046.47431.0007.4751.00057.584合计101020对初始数据来说，平方 Mahalanobis 距离基于典则函数。 对交叉验证数据来说，平方 Mahalanobis 距离基于观察值。*. 错误分类的案例a. 仅对分析中的案例进行交叉验证。 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。分分类类结结果果b b,c ,c100.0100.0100.01010100.0100.0a. 仅对分析中的案例进行交叉验证。 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