fisher判别
- 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)。
fisher判别
实验名称：fisher判别一、实验目的和要求
通过上机操作，完成spss软件的fisher判别二、实验内容和步骤
依次点击，选择discriminant
如下图所示进行操作
点击ststistics,进行以下操作
点击classification，进行以下操作
点击save，进行以下操作
Analysis Case Processing Summary
Unweighted Cases N Percent
Valid 15 100.0
Excluded Missing or out-of-range
group codes
0 .0
At least one missing
discriminating variable
0 .0
Both missing or
out-of-range group codes
and at least one missing
discriminating variable
0 .0
Total 0 .0
Total 15 100.0
该表为分析案例处理摘要表，反映的是有效样本与缺失值的情况，可以看出本案例中有效值有15个，缺失值为15个
Group Statistics
类别Mean Std. Deviation
Valid N (listwise) Unweighted Weighted
1.00 X1 188.6000 57.13843 5 5.000
X2 150.4000 16.50152 5 5.000
X3 13.8000 5.93296 5 5.000
X4 20.0000 13.32291 5 5.000 2.00 X1 157.0000 41.17038 5 5.000
X2 115.0000 14.81553 5 5.000
X3 7.0000 1.87083 5 5.000
X4 13.6000 7.53658 5 5.000
3.00 X1 151.0000 33.80089 5 5.000
X2 121.4000 13.01153 5 5.000
X3 5.0000 1.87083 5 5.000
X4 8.0000 7.31437 5 5.000
Total X1 165.5333 45.11076 15 15.000
X2 128.9333 21.04915 15 15.000
X3 8.6000 5.22084 15 15.000
X4 13.8667 10.39139 15 15.000
该表为分组统计量表，是各组变量的描述统计分析，从表中可以看出各个类别的均值，标准差。X1在3组中差别较大
Tests of Equality of Group Means
Wilks' Lambda F df1 df2 Sig.
X1 .857 1.003 2 12 .396
X2 .426 8.074 2 12 .006
X3 .442 7.564 2 12 .007
X4 .762 1.879 2 12 .195
该组为组均值的均等性检验，从表中可以看出X2.X3在两组中的均值差异是显著的。
Test Results
Box's M 45.046
F Approx. 1.089
df1 20
df2 516.896
Sig. .357
Tests null hypothesis of equal
population covariance
matrices.
上表为协方差矩阵的均等性检验，是对3组进行的总体协方差矩阵是否相等的统计检验，因为p值=0.357，所以可知3组的协方差矩阵差异不显著。
Eigenvalues
Function Eigenvalue % of Variance Cumulative %
Canonical Correlation
1 3.044a93.6 93.6 .868
2 .207a 6.4 100.0 .414
a. First 2 canonical discriminant functions were used in the analysis.
Wilks' Lambda
Test of Function(s) Wilks' Lambda Chi-square df Sig.
1 through
2 .205 16.649 8 .034
2 .828 1.978
3 .577
上表是典型判别函数的分析结果，其中第一个表中反映了判别函数的特征值分别为3.044a 0.207a 分别解释了93.6%与6.4%的方差。
Standardized Canonical
Discriminant Function
Coefficients
Function
1 2
X1 .453 -.175
X2 .596 -.811
X3 .662 .600
X4 .299 .608
上表是标准化典型判别函数，反映的是标准化的判别函数。
Canonical Discriminant Function
Coefficients
Function
1 2
X1 .010 -.004
X2 .040 -.055
X3 .176 .160
X4 .031 .062
(Constant) -8.784 5.448
Unstandardized coefficients