下载文档原格式
【精品】多元统计分析--判别分析SPSS实验报告一、实验目的1．掌握判别分析的基本原理和应用方法；2．掌握SPSS软件进行判别分析的具体操作；3．通过一个实例，学习如何运用判别分析对指标进行判别。
二、实验内容三、实验原理1．判别分析基本原理：判别分析（Discriminant Analysis），是一种统计学中的分类技术，它是对变量进行归类的技术。
判别分析是用来确定一个对象或自变量集合属于哪一个预设类型或者组别的过程。
判别分析能够生成一个函数，将数据点映射到特定的类型上。
判别分析的应用领域非常广泛，主要应用于以下领域：（1）股票市场（预测股价的涨跌与时间、公司发展情况等因素的关系）；（2）医学（区分疾病、患者状态等）；（3）市场调查（确定客户类型、产品或服务喜好）；（4）产业分析（区分有助于产品销售的市场决策因素）；（5）经济学（预测月度或季度的经济指标）。
3．判别分析的主要应用步骤：（1）建立模型：首先选择和收集数据，将收集的数据分为训练集和测试集；（2）训练模型：使用训练数据建立模型；（3）评估模型：通过模型诊断来评估建立的模型的好坏；（4）应用模型：对新的数据建立模型并进行预测。
四、实验过程1. 上机操作：1）打开SPSS软件，加载数据文件；2）选择分类变量和连续变量；3）选择训练数据集；4）建立模型；5）预测实验数据集。
2. 操作步骤：SPSS分析的步骤如下：1）将数据输入SPSS软件，确保数据格式正确；2）选择Analyse- Classify- Discriminant；3）有两种不同的分类变量，单分类或多分类，如果你要解释一个特定的分类变量，选择单分类。
如果你不确定哪个分类变量最适合，请尝试不同的选项；4）选择两个或更个你认为与指定分类变量相关的连续变量；5）选择要用于判别分析的数据集；6）确定分类变量分类比率。
这可以在设置选项中完成；7）点击OK，开始进行分析；8）评估结果，包括汇总、判别函数、方差-方差贡献、判别矩阵；五、实验结果选取鸢尾花数据，经过训练，得到如下表所示的结果。
判别分析：实验步骤：1.在SPSS窗口中选择：分析-分类-判别，将变量导入自变量框中，group导入分组变量中，选择定义范围，最小为1最大为3，并选择一起输入自变量，点击继续2.点击统计量，描述性中选择“均值”，“单变量”和”Box”，选择函数系数中的“Fisher”“未标准化”，矩阵中选择“组内相关”，点击继续3.点击分类点击继续4.点击“保存”，三个框均选中，点击继续5.点击确定实验结果分析：1.表1 组统计量看各个总体在均值等指标上的值是否接近，若接近说明各类之间在该指标差异不大表2表3 汇聚的组内矩阵若自变量之间存在高度相关，则判别分析价值不大，但并不严格，允许出现一定的相关表4 协方差矩阵的均等性的箱式检验检验结果p值>0.05时，说明协方差矩阵相等，可以进行bayes检验表7由表7可知，两个Fisher 判别函数分别为1123456212345674.99 1.861 1.6560.8770.7980.098 1.57929.4820.867 1.1550.3560.0890.0540.69y XX X X X X y X X X XX X =--+-+++=--+--++表8 结构矩阵该表是原始变量与典型变量（标准化的典型判别函数）的相关系数，相关系数的绝对值越大，说明原始变量与这个判别函数的相关性越强由表9可知各类别重心的位置，通过计算观测值与各重心的距离，距离最小的即为该观测值的分类。
表10 给出贝叶斯判别函数系数第一类：11234565317.2143.9153.190.153.011.0189.3F X X X X X X =--+-+++2. 将各样品的自变量值代入上述三个Bayes 判别函数，得到函数值。
比较函数值，哪个函数值比较大就可以判断该样品判入哪一类。
判别分析：实验步骤：1. 在SPSS窗口中选择：分析-分类-判别，将变量导入自变量框中，group 导入分组变量中，选择定义范围，最小为1最大为3，并选择一起输入自变量，点击继续2. 点击统计量，描述性中选择“均值”，“单变量”和”Box”，选择函数系数中的“Fisher”“未标准化”，矩阵中选择“组内相关”，点击继续3. 点击分类点击继续4. 点击“保存”，三个框均选中，点击继续5. 点击确定实验结果分析：1. 表1 组统计量看各个总体在均值等指标上的值是否接近，若接近说明各类之间在该指标差异不大表2组均值的均等性的检验Wilks 的 Lambda F df1 df2 Sig. 0岁组死亡概率.997 .019 2 12 .981 1岁组死亡概率.990 .063 2 12 .939 10岁组死亡概率.645 3.301 2 12 .072 55岁组死亡概率.438 7.690 2 12 .007 80岁组死亡概率.174 28.557 2 12 .000由表中看到第一二六个指标的sig值很大，说明拒绝原假设，在总体间差异不大表3 汇聚的组内矩阵若自变量之间存在高度相关，则判别分析价值不大，但并不严格，允许出现一定的相关表4 协方差矩阵的均等性的箱式检验检验结果 p值>0.05时，说明协方差矩阵相等，可以进行bayes检验表5由表5看出，函数1的特征值很大，对判别的贡献大表6表7给出非标准化的典型判别函数系数典型判别式函数系数函数1 20岁组死亡概率-1.861 -.8671岁组死亡概率 1.656 1.155 10岁组死亡概率-.877 -.356 55岁组死亡概率.798 -.089 80岁组死亡概率.098 .054平均预期寿命 1.579 .690 (常量) -74.990 -29.482由表7可知，两个Fisher判别函数分别为表8 结构矩阵结构矩阵函数1 20岁组死亡概率.008* -.001 80岁组死亡概率.288 -.388* 55岁组死亡概率.149 -.199* 10岁组死亡概率.098 .106* 1岁组死亡概率.007 .104* 平均预期寿命-.036 .091*该表是原始变量与典型变量（标准化的典型判别函数）的相关系数，相关系数的绝对值越大，说明原始变量与这个判别函数的相关性越强表9 组重心处的函数由表9可知各类别重心的位置，通过计算观测值与各重心的距离，距离最小的即为该观测值的分类。
多元统计分析公式主成分分析判别分析多元统计分析是一种通过收集和分析多个变量之间相互作用关系来帮助我们理解、解释和预测数据的方法。
其中，主成分分析和判别分析是常用的多元统计分析方法。
本文将对这两种方法的公式和应用进行介绍。
一、主成分分析主成分分析（Principal Component Analysis，简称PCA）是一种通过线性变换将一组可能存在相关性的变量转化为一组线性无关的新变量的方法。
它的基本思想是通过将原始变量进行线性组合来构建主成分，这些主成分能够解释原始数据中大部分的方差。
主成分分析的公式如下：X = A * T其中，X是原始数据矩阵，A是变量相关系数矩阵，T是主成分得分矩阵。
主成分分析的步骤如下：1. 标准化数据：将原始数据标准化，确保各个变量具有相同的尺度。
2. 计算相关系数矩阵：计算标准化后的数据的相关系数矩阵A。
3. 计算特征值和特征向量：对相关系数矩阵进行特征值分解，得到特征值和对应的特征向量。
4. 选择主成分：根据特征值的大小选择前n个主成分。
5. 计算主成分得分：将原始数据投影到所选的主成分上，得到主成分得分矩阵T。
主成分分析的应用十分广泛，常用于降维、数据可视化、变量选择等领域。
例如，在社会科学研究中，可以将大量的社会经济指标通过主成分分析进行降维，从而更好地理解社会现象。
二、判别分析判别分析（Discriminant Analysis）是一种帮助我们根据已知类别数据预测未知类别数据的方法。
判别分析通过寻找最佳投影方向，将不同类别的样本在投影后最大程度地分离开来，从而提高分类的准确性。
判别分析的公式如下：D = W * X其中，D是判别得分，W是权重系数，X是原始数据。
判别分析的步骤如下：1. 计算类内散度矩阵和类间散度矩阵：分别计算各个类别的散度矩阵。
2. 计算广义特征值和广义特征向量：对类内散度矩阵和类间散度矩阵进行广义特征值分解，得到广义特征值和对应的广义特征向量。
多元统计分析之判别分析第六章判别分析§6.1 什么是判别分析判别分析是判别样品所属类型的一种统计方法，其应用之广可与回归分析媲美。
在生产、科研和日常生活中经常需要根据观测到的数据资料，对所研究的对象进行分类。
例如在经济学中，根据人均国民收入、人均工农业产值、人均消费水平等多种指标来判定一个国家的经济发展程度所属类型；在市场预测中，根据以往调查所得的种种指标，判别下季度产品是畅销、平常或滞销；在地质勘探中，根据岩石标本的多种特性来判别地层的地质年代，由采样分析出的多种成份来判别此地是有矿或无矿，是铜矿或铁矿等；在油田开发中，根据钻井的电测或化验数据，判别是否遇到油层、水层、干层或油水混合层；在农林害虫预报中，根据以往的虫情、多种气象因子来判别一个月后的虫情是大发生、中发生或正常；在体育运动中，判别某游泳运动员的“苗子”是适合练蛙泳、仰泳、还是自由泳等；在医疗诊断中，根据某人多种体验指标（如体温、血压、白血球等）来判别此人是有病还是无病。
总之，在实际问题中需要判别的问题几乎到处可见。
判别分析与聚类分析不同。
判别分析是在已知研究对象分成若干类型（或组别）并已取得各种类型的一批已知样品的观测数据，在此基础上根据某些准则建立判别式，然后对未知类型的样品进行判别分类。
对于聚类分析来说，一批给定样品要划分的类型事先并不知道，正需要通过聚类分析来给以确定类型的。
正因为如此，判别分析和聚类分析往往联合起来使用，例如判别分析是要求先知道各类总体情况才能判断新样品的归类，当总体分类不清楚时，可先用聚类分析对原来的一批样品进行分类，然后再用判别分析建立判别式以对新样品进行判别。
判别分析内容很丰富，方法很多。
判别分析按判别的组数来区分，有两组判别分析和多组判别分析；按区分不同总体的所用的数学模型来分，有线性判别和非线性判别；按判别时所处理的变量方法不同，有逐步判别和序贯判别等。
判别分析可以从不同角度提出的问题，因此有不同的判别准则，如马氏距离最小准则、Fisher 准则、平均损失最小准则、最小平方准则、最大似然准则、最大概率准则等等，按判别准则的不同又提出多种判别方法。
多元统计分析_判别分析实验报告一、实验目的本实验旨在通过对一组数据进行判别分析，了解判别分析的基本原理和应用过程，掌握判别分析的实现方法并运用MATLAB软件进行实现。
二、实验原理判别分析是一种分类方法，用于将已知的样本分类到已知类别中。
判别分析的目的是找到一个统计模型，通过对样本进行观测和测量，能够把它们判别为若干类别中的一种。
在判别分析中，样本数据是由多个指标组成，每个指标都是一个随机变量。
在多元统计中，这些指标被称为变量。
判别函数是一个用于将样本分类的函数，它以样本的多个变量作为输入，并输出该样本属于哪一类的分类决策。
判别函数的形式取决于所使用的判别方法。
判别分析中最重要的判别方法是线性判别分析。
线性判别分析是一种找到最佳线性分类器的方法。
在线性判别分析中，样本被认为是由每个变量线性组合而成，各个变量之间存在某种相关性。
判别分析的目标是找到一条分割两个类别的直线，使得该直线上或下的样本属于不同的类别。
这条直线被称为判别函数。
对于一个具有p个指标的样本，判别函数可以通过下式计算得到：$g_j(x)=x^T\hat{a_j}+\hat{a}_{j0}$其中，j表示第j个判别函数，x是一个向量，包含了样本各个指标的取值，$\hat{a_j}$是一个向量，表示样本各个变量在第j个判别函数中的系数，$\hat{a}_{j0}$是一个截距项。
在线性判别分析中，判别函数的系数可以通过最小平方判别函数系数估计公式获得：$\hat{a_j}=(\sum_{i=1}^{n_j}(x_i-\bar{x_j})(x_i-\bar{x_j})^T)^{-1}(\bar{x_1}-\ bar{x_2})$其中，$\bar{x_1}=\frac{1}{n_1}\sum_{i=1}^{n_1}x_i$n1和n2分别是两个类别的样本数。
三、实验步骤1. 导入数据并分别计算两个类别数据的均值和协方差矩阵。
2. 计算最佳线性判别函数，并作图展示判别平面和两个类别的分布情况。
第五章 判别分析1、 已知两总体的概率密度分别为f 1（x ）和f 2（x ），且总体的先验分布为p1=0.2，p2=0.8，误判损失为c （2|1）=50，c （1|2）=100. (1) 建立Bayes 判别准则(2) 设有一个新样品x 0满足f1（x 0）＝6.3，f 2（x 0）＝0.5，判定x 0的归属 解： (1)在X 处的值，判定：X ∈G 1，1()2()f x f x ≥2(1|2)1(2|1)q c q c ，即1()2()f x f x ≥8X ∈G 2，1()2()f x f x 2(1|2)1(2|1)q c q c ，即1()2()f x f x 8(2)1(0)2(0)f x f x =12.6≥8，故x 0∈G 12、某商学院在招收研究生时，以学生在大学期间的平均学分x 1与管理能力考试成绩x 2帮助录取研究生，对申请者划分为3类。
G 1:录取；G 2：未录取；G 3：待定。
下表记录了近期报考者的值和录取情况。
（1）在先验概率相等的假定下，进行Bayes 判别，并确定回代和交叉确认误判率；（2）在先验概率由样本比例计算的假定下，进行Bayes 判别，并确定回代和交叉确认误判率；（3）设有两名新申请者的（x 1，x 2）分别为（3.61，513）和（2.91，497），利用所建立判别准则判别他们应该归为哪一类？ 解：（1）回代误判率：8/85=0.0941，交叉确认误判率同样为8/85=0.0941，第2号、3号、24号、30号、31号、58号、74号、75号被误判。
（2）号、30号、31号、58号、74号、75号被误判。
（3）建立Fisher线性判别准则W1=-151.902+60.431X1+0.172X2W2=-89.815+45.255X1+0.138X2W3=-110.818+53.024X1+0.137X2把（3.61，513）代入以上三式，W1＝154.48991，W2＝144.34955，W3＝150.87964把（2.91，497）代入以上三式，W1＝109.43621，W2＝110.46305，W3＝111.57084故第一个申请者判为W1（W1最大），第二个申请者判为W3（W3最大）。
实验课程名称： __多元统计分析--判别分析___准则判别归类，则可写成：⎪⎩⎪⎨⎧=>∈<∈),(),( ,),(),(,),(),(,21212211G X D G X D G X D G X D G X G X D G X D G X 当待判当当题目：表11.5的数据包含三种鸢尾的X2=萼片宽度与X4=花瓣的宽度的观测值。
对每种鸢尾有n1=n2=n3=50个观测值。
部分数据:第二部分：实验过程记录（可加页）（包括实验原始数据记录，实验现象记录，实验过程发现的问题等）散点图：图形→旧对话框→散点图，打开简单散点图子对话框；将想X2选入X轴变量，X4选入Y轴变量，将总体选入设置标记框中，点击确定。
判别分析：步骤:1、选择分析→分类→判别，打开判别分析子对话框。
2、选择变量“总体”，单击→，将其加入到分组变量栏中。
3、打开定义范围子对话框，最小值输入1，最大值输入3。
4、将变量“X2萼片宽度”、“X4花瓣的宽度”选入自变量栏中。
选择“一起输入自变量”的方法。
5、打开统计变量子对话框，选择均值、单变量ANOVA、Box’M、未标准化、组内协方差、分组协方差及总体协方差，单击继续。
6、打开分类子对话框，选择不考虑该个案时的分类，其余为默认值。
7、打开保存，选择所有的变量。
相关系数矩阵a总体萼片宽度X2 花瓣宽度X4合计萼片宽度X2 .190 -.122花瓣宽度X4 -.122 .581对数行列式总体秩对数行列式1 2 -6.4962 2 -6.1413 2 -5.189汇聚的组内 2 -5.583检验结果箱的M 52.832F 近似。
8.632df1 6df2 538562.769Sig. .000Wilks 的Lambda函数检验Wilks 的Lambda 卡方df Sig.1 到2 .038 477.868 4 .0002 .809 31.075 1 .000典型判别式函数系数函数1 2萼片宽度X2 -1.987 2.680花瓣宽度X4 5.477 .817(常量) -.494 -9.174非标准化系数组质心处的函数总体函数1 21 -5.958 .2152 1.265 -.6673 4.693 .452分类结果b,c总体预测组成员1 2 3 合计初始计数 1 50 0 0 502 0 49 1 503 04 46 50% 1 100.0 .0 .0 100.02 .0 98.0 2.0 100.03 .0 8.0 92.0 100.0 交叉验证a计数 1 50 0 0 502 0 48 2 503 04 46 50% 1 100.0 .0 .0 100.02 .0 96.0 4.0 100.03 .0 8.0 92.0 100.0。
应用多元统计分析第4章判别分析-1-•判别分析是用于判断样品所属类型的一种统计方法。
•判别分析方法处理的问题看起来与聚类分析方法有些类似，似乎都是要将观察值进行分类，但是它们的使用前提是不同的。
•判别分析是根据某些指标的已有数据（或称为训练样本）对所研究的对象建立判别函数，并进行分类的一种多变量分析方法，也称之为“有监督的分类方法”。
•进行判别归类时，由假设前提、判别依据及处理手法的不同可采用不同的判别方法。
如距离判别、贝叶斯(Bayes)判别、费希尔(Fisher)判别等。
l判别分析概念判别分析（Discriminat Analysis）是多元分析中概念和方法用于判别样品所属类型的一种统计分析方法。
l判别分析方法是在已知的分类之下，对新的样品，利用某判别准则，来判定其属于哪个类。
判别分析的目的和意义主要内容几种判别分析方法和性质包括：距离判别法、Bayes判别法、Fisher判别法R语言程序中有关判别分析的算法4所谓判别问题，就是将欧几里德空间划分为k 个互不相交的。
当时，就判断x 属于总区域，即体。
特别是，当k =2时，就是两总体的判别问题。
•定义4.1设是从均值向量为,协方差阵为的总体G 中抽取的两个样品,则与之间的马氏距离定义为•样品与总体G 之间的马氏距离为•两总体的距离判别•设总体和的均值向量分别为和，协方差阵分别为和，x 是一个新样品，现在要判断x 来自哪一个总体。
可计算x 到两个总体的马氏距离的平方和，并按照下列进行判别•当两个总体的方差相等，即时，该判别准则可以进行简化。
• 1. 当时的线性判别•此时是两个总体均值的平均值。
令•其中•，则•其中。
因此判别准则可简化为：其中称为判别函数，由于它是的线性函数，故又称它为线性判别函数。
•在实际中，总体的均值向量和协方差阵一般都是未知的，此时可用样本均值向量和样本协方差阵来代替。
设是来自总体的样品，是来自总体的样品，则样品均值向量和样品离差阵为•的由两个总体样品构成的无偏估计为• 2. 当时的非线性判别•此时判别函数为与之差，即•由于这个是x 的二次函数，故又称它为二次判别函数或非线性判别函数。
