判别分析
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
输出结果4—1
未加权案例N 百分比有效150 100.0
排除的缺失或越界组代码0 .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0 .0
合计150 100.0
y 均值标准差有效的N（列表状态）
未加权的已加权的
1 Sepal.Length 5.006 .3525 50 50.000 Sepal.Width 3.428 .3791 50 50.000 Petal.Length 1.46
2 .1737 50 50.000 Petal.Width .246 .1054 50 50.000
2 Sepal.Length 5.936 .5162 50 50.000 Sepal.Width 2.770 .3138 50 50.000 Petal.Length 4.260 .4699 50 50.000 Petal.Width 1.326 .1978 50 50.000
3 Sepal.Length 6.588 .6359 50 50.000 Sepal.Width 2.97
4 .322
5 50 50.000 Petal.Length 5.552 .5519 50 50.000 Petal.Width 2.02
6 .274
7 50 50.000
合计Sepal.Length 5.843 .8281 150 150.000
Sepal.Width 3.057 .4359 150 150.000
Petal.Length 3.758 1.7653 150 150.000
Petal.Width 1.199 .7622 150 150.000
组均值的均等性的检验
Wilks 的
Lambda
F df1 df2 Sig.
Sepal.Length .381 119.265 2 147 .000 Sepal.Width .599 49.160 2 147 .000 Petal.Length .059 1180.161 2 147 .000 Petal.Width .071 960.007 2 147 .000
输出结果4—2
协方差矩阵的均等性的箱式检验y 秩对数行列式
1 4 -13.067
2 4 -10.874
3 4 -8.927 汇聚的组内 4 -9.959
打印的行列式的秩和自然对数是组协方差
矩阵的秩和自然对数。
箱的M 146.663
F 近似。7.045 df1 20 df2 77566.751 Sig. .000
对相等总体协方差矩阵的零假设进
行检验。
输出结果4—3
典型判别式函数摘要
特征值
函数特征值方差的% 累积% 正则相关性
1 32.192a99.1 99.1 .985
2 .285a.9 100.0 .471
a. 分析中使用了前2 个典型判别式函数。
函数检验Wilks 的
Lambda
卡方df Sig.
1 到
2 .02
3 546.115 8 .000
2 .778 36.530
3 .000 输出结果4—4
函数
1 2 Sepal.Length -.427 .012 Sepal.Width -.521 .735 Petal.Length .947 -.401 Petal.Width .575 .581
函数
1 2 Petal.Length .706*.168 Sepal.Width -.119 .864* Petal.Width .633 .737* Sepal.Length .223 .311*
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。*. 每个变量和任意判别式函数间最大的绝对相关性
函数
1 2 Sepal.Length -.829 .024 Sepal.Width -1.534 2.165 Petal.Length 2.201 -.932 Petal.Width 2.810 2.839 (常量) -2.105 -6.661
非标准化系数
y 函数
1 2
1 -7.608 .215
2 1.825 -.728
3 5.783 .513
在组均值处评估的非标准化典型判
别式函数
输出结果4—5
分类统计量
分类处理摘要
已处理的150
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150
组的先验概率
y 先验用于分析的案例
未加权的已加权的
1 .333 50 50.000
2 .33
3 50 50.000
3 .333 50 50.000
合计 1.000 150 150.000
分类函数系数
y
1 2 3 Sepal.Length 23.544 15.698 12.446 Sepal.Width 23.588 7.073 3.685 Petal.Length -16.431 5.211 12.767 Petal.Width -17.398 6.434 21.079 (常量) -86.308 -72.853 -104.368
Fisher 的线性判别式函数