精品-优秀PPT课件--判别分析的SPSS实现@数据分析精选共39页

根据分类对象的不同分为样品聚类(Q聚类) 和变量聚类（R聚类）。
编辑课件ppt
3
（一）样品聚类
样品聚类在统计学中又称为Q型聚类。用 SPSS的术语来说就是对事件(Cases)进行 聚类，或是说对观测量进行聚类。是根据 被观测的对象的各种特征，即反映被观测 对象的特征的各变量值进行分类。
编辑课件ppt
Specified range of clusters 某一指定范围的冰状图
None 不显示冰状图
Orientation冰状图的方位编辑课件ppt
25
Method（确定聚类方法）
Between-group linkage：组间 连接
Winthin-group linkage：组内连 接法
编辑课件ppt
22
Cluster Variable:要进行变量聚类 Case:要进行观测量聚类 Display Statisyics显示统计量 Plot显示树状图或冰柱图
编辑课件ppt
23
statistics
Agglomeration schedule 凝聚顺序表；
Proximity maxtrix输出距 离矩阵
编辑课件ppt
16
（2）标准化
如果参与聚类的变量的量纲不同会导致错 误的聚类结果。因此在聚类过程进行之前 必须对变量值进行标准化，即消除量纲的 影响。如果参与聚类的变量纲相同，可以 使用系统默认值None，要求SPSS对数据 不要进行标准化处理。
编辑课件ppt
17
（3）树形图
树形图表明每一步中被合并的类及其系数 值，把各类之间的距离转换成1~25之间 的数值。
聚类的方法有多种，除了前面介绍的快速 聚类法外，最常用的是分层聚类法。根据 聚类过程不同又分为凝聚法和分解法。

第9章判别分析判别分析是一种常用的统计分析方法。

判别分析是根据观察或测量到若干变量值，判断研究对象如何分类的方法。

例如，我们积累了某种病虫害各种发生状态的若干历史资料样本），希望从中总结出分类的规律性（即判别公式，在以后的工作中遇到新的发生状态（样本）时。

只要根据总结出来的判别公式判断它所属的类就行了。

动物、植物分类等都可以用判别分析来解决。

　进行判别分析必须已知观测对象的分类和若干表明观测对象特征的变量值。

判别分析就是要从中筛选出能提供较多信息的变量并建立判别函数，使得利用推导出的判别函数对观测量判别其所属类别时的错判率最小。

　判别函数一般形式是：　Y = a1X1+a2X2+a3X3．．．+a n X n其中：　Ｙ为判别分数（判别值）；Ｘ１，Ｘ２，Ｘ３：…Ｘｎ为反映研究对象特征的变量，ａ１、ａ２、ａ３…ａｎ为各变量的系数，也称判别系数。

可以看出我们这里所讲的是线性判别函数。

　SPSS 对于分为m类的研究对象，建立m个线性判别函数。

对于每个个体进行判别时，把测试的各变量值代入判别函数，得出判别分数，从而确定该个体属于哪一类。

或者计算属于各类的概率，从而判断该个体属于哪—类。

还可建立标准化和未标准化的典则判别函数。

ＳＰＳＳ提供的判别分析过程是Ｄｉｓｃｒｉｍｉｎａｎｔ过程。

　[例子9-1]表9-1 浙江北部地区1950~1982年小麦赤霉病发生程度与气象因子数据表X1 X2 X3 X4 X5 y14.3 107.3 140.0 105.3 6.9 146.5 129.1 154.1 91.3 11.9 143.0 143.1 83.9 157.4 13.0 271.2 280.5 82.5 317.4 13.9 3.7 69.3 145.6 69.5 11.3 1123.9 297.3 64.6 307.2 13.7 385.4 115.4 39.4 144.7 11.1 138.4 77.3 94.6 143.2 13.9 279.6 96.8 85.4 99.0 9.6 233.4 74.7 129.5 103.4 9.9 148.1 95.9 155.3 92.0 10.5 17.7 116.3 158.2 148.1 15.1 18.9 225.3 104.2 195.5 13.8 134.8 150.7 165.0 124.6 11.9 144.4 147.2 88.3 158.7 12.7 274.2 232.7 94.1 154.6 13.5 3.1 80.9 148.8 81.3 11.0 1119.6 208.0 70.9 217.8 13.8 394.0 130.2 49.2 176.2 11.0 232.9 83.6 115.3 135.7 13.8 265.5 88.1 126.9 102.5 9.7 131.3 59.3 105.1 82.9 10.0 152.3 93.3 173.7 91.2 10.0 17.2 98.2 154.3 120.7 15.0 15.3 245.8 100.4 200.2 13.7 1128129浙江北部地区1950~1982年小麦赤霉病发生程度与气象因子研究，总结出上年12月将与（x1）、上年10月下旬至11月中旬和当年1~2月总降雨（x2）、上年10月下旬至11月上旬日照时数（x3）、上年10月下旬至12月中旬和当年2月总雨量（x4）以及当年3月中旬平均高文（x5）等5个因子，并将赤霉病情分为轻中重三级（y ，分别用1、2、3表示）。

例如，可以控制年龄和工作经验两个变量的 影响，估计工资收入与受教育程度之间的相关关 系。
可在控制销售能力与各种其它经济指标的情 况下研究销售量与广告费用的关系等。
2021/6/22
1
15
第15页/共128页
偏相关系数的计算
控制了变量z，变量x、y之间的偏相关和控制了两个变量z1、 z2， 变量x、y之间的偏相关系数计算公式分别为：
2、非参相关分析
如果数据不满足正态分布的条件，应使用Spearman 和Kendall 相关分析方法
1）Spearman相关系数是Pearson相关系数的非参形式，是根据数 据的秩而不是根据实际值计算的。它适合有序数据或不满足正态分 布假设的等间隔数据。计算时，必须对连续变量值排秩，对离散变 量排序。其计算公式为：
rxy,z
rxy rxzryz (1 rx2z (1 ry2z )
r xy,z1z2
r r r xy,z1 xz2,z1 yz
(1
rx2z
2
,
z1
)(1
r2 yz2
,
z`
)
rxy,z是控制了z的条件下，x、y之间的偏相关系数。
rxy是变量x、y间的简单相关系数或称零阶相关系数。rxz、ryz分 别是变量x、z间的和变量y、z间的简单相关系数，依此类推。
单击确定
图8－2双变量相关选项对话框
注：如在这一步单击 “粘贴”,打开Syntax对 话框，然后，单击 Syntax窗口的Run图标 即可开始分析。
CORRELATIONS /VARIABLES=weight coronary /PRINT=TWOTAIL NOSIG /STATISTICS DESCRIPTIVES XPROD /MISSING=PAIRWISE .

Agglomeration Schedule 凝聚状态表 Proximity matrix：距离矩阵 Cluster membership：Single solution ：4 量所属的类
显示分为4类时，各观测


Method: Cluster (Furthest Neighbor), Measure-Interval (Squared Euclidean distance), Transform Value (Range 01/By variable (值-最小值)/极差) Plots: (Dendrogram) Icicle(Specified range of cluster, Start-1,Stop-4, by-1), Orientation (Vertical纵向作图)
14.3 分层聚类(Hierarchical Cluster)
分层聚类方法：

分解法:先视为一大类，再分成几类 凝聚法:先视每个为一类,再合并为几大类
可用于观测量(样本)聚类(Q型)和变量聚类(R型) 一般分为两步（自动,可从Paste的语句知道,P359）： Proximities：先对数据进行的预处理(标准化和计算距离等) Cluster：然后进行聚类分析 两种统计图：树形图(Dendrogram)和冰柱图(Icicle) 各类型数据的标准化、距离和相似性计算P348-354
使用 k 均值分类法对观测量进行聚类 可使用系统的默认选项或自己设置选项，如分为几类、 指定初始类中心、是否将聚类结果或中间数据数据存 入数据文件等。 快速聚类实例(P342，data14-01a):使用系统的默认 值进行：对运动员的分类（分为4类） AnalyzeClassifyK-Means Cluster