一、实验目的与要求
1.通过上机操作使学生掌握判别分析方法在SPSS软件中的实现，了解判别方法的分类、适用条件和结果验证方法；
2.要求学生熟悉判别分析的用途和操作，重点掌握对软件处理结果的解释（区域图、未标准化典型判别函数、Bayes判别函数）和如何使用分析结果对新样品进行分类；
3.要求学生阅读一定数量的文献资料，掌握判别分析方法在写作中的应用。
二、实验内容与步骤
判别分析和聚类分析有相似的作用，都是起到分类的作用。但是，判别分析是已知分类然后总结出判别准则，是一种有指导的学习；而聚类分析则是有了一批样本，不知道它们的分类，甚至连分成几类也不知道，希望用某种方法把观测进行合理的分类，使得同一类的观测比较接近，不同类的观测相差较多，这是无指导的学习。判别分析是用于判断个体所属类别的一种统计方法。根据已知观测对象的分类和若干表明观测对象特征的变量值，建立判别函数和判别准则，并使其错判率最小，对于一个未知分类的样本，将所测指标代入判别方程，从而判断它来自哪个总体。当然，这种准则在某种意义上是最优的，如错判概率最小或错判损失最小等。其前提是总体均值有显著差异，否则错分率大，判别分析无意义。例如，我们有了患胃炎的病人和健康人的一些化验指标，就可以从这些化验指标发现两类人的区别，把这种区别表示为判别公式，然后对怀疑患胃炎的人就可以根据其化验指标用判别公式诊断。
判别分析
SPSS 软件中的Analyze→ Classify→Discriminant，就进入了判到分析的对话框。作判别分析时，数据文件包含一个分组变量(grouping variable)。选择分组变量的范围，即分类数目。最小值为1，最大值是组数。然后选择判别变量，点击OK完成基本的判别分析。
另外，如果需要作更深入的分析，可选择其他项。统计量( statistics) 选项中可以选择描述统计量Mean， ANVOA, Box'M，函数可以选择Fisher 和非标准化函数，问时还可选择使用哪种矩阵。分类( c1assify) 选项中可以选择先验概率。子选项显示(display) 中可出选择每个个体的结果(casewise results) ，综合表(summery table) 和交叉确认的验证原则，还可以选择使用哪种协方差矩阵以及作图。保存(save) 选项中可以选择预测的分类、判别得分以及所属分类的概率。当然，变量较多时，还可以选择逐步判别的方法(method) 。
可以深入分析的选择
注意：这个框图中的Fisher’s给出的是贝叶斯判别函数的系数！切记切记！SPSS 默认的判别法是标准化的费歇判别法，但在软件里叫典则判别法。Function Coeffìcients 栏中的 Unstandardized 输出非标准化的费歇判别函数。
要想知道每个样品的判别结果，要在这个框图里把Casewise results 前面的小方块打钩，在Leave-one-out classification之前打钩可以确定交叉误判率。
实例：1991年我国30个省市自治区城镇居民收入的判别分析
SPSS 输出结果如下：
Summary of Canonical Discriminant Functions
因为是3组判别，有两个费歇判别函数。一般地，K组判别时，最多可采用K-1个费歇判别函数。
此表反映两个判别函数的检验结果，采用Wilk’ Lambda统计量。
这个表是软件默认输出的标准化费歇判别函数的系数。
结构矩阵表为判别变量与表转化判别函数之间的合并组内相关系数。
这个表给出的是非标准化费歇判别函数的系数。只有点选相关选项才会给出。
此表为组重心函数值表。
先验概率表，软件默认的是等先验概率，用于贝叶斯判别分析。
这个表包含每个样品的回判结果，可以看出哪些样品被误判了（带星号的样品）。还可以看出待判样品的归属（广东属于第3组，西藏属于第一组）。
这个表用于计算回代误判率和交叉确认误判率。显然，回代误判率为0，交叉确
认误判率为5
100%17.86%
28
⨯=（本属于第一组的11个样品中，有2个误判到第
二组，1个误判到第三组；本属于第三组的6个样品中，有2个误判到第一组）。
三、实验心得与体会
