第六讲判别分析SPSS应用 ppt课件
合集下载
判别分析(spss)
判 别 分 析
判别
有一些昆虫的性别很难看出，只有通过 解剖才能够判别； 但是雄性和雌性昆虫在若干体表度量上 有些综合的差异。于是统计学家就根据 已知雌雄的昆虫体表度量（这些用作度 量的变量亦称为预测变量）得到一个标 准，并且利用这个标准来判别其他未知 性别的昆虫。 这样的判别虽然不能保证百分之百准确， 但至少大部分判别都是对的，而且用不 着杀死昆虫来进行判别了。
-4
-3
-2
-1
0
1
2
3
-4 -2 0 2 4 6
逐步判别法(仅仅是在前面的方 逐步判别法 仅仅是在前面的方 法中加入变量选择的功能) 法中加入变量选择的功能
有时，一些变量对于判别并没有什么作用， 为了得到对判别最合适的变量，可以使用 逐步判别。也就是，一边判别，一边引进 判别能力最强的变量， 这个过程可以有进有出。一个变量的判别 能力的判断方法有很多种，主要利用各种 检验，例如Wilks’ Lambda、Rao’s V、The Squared Mahalanobis Distance、Smallest F ratio 或 The Sum of Unexplained Variations等检验。其细节这里就不赘述了； 这些不同方法可由统计软件的各种选项来 实现。逐步判别的其他方面和前面的无异。
0.035IS+3.283SE+0.037SA-0.007PRR+0.068MS-0.023MSR-0.385CS-3.166 035IS+3 283SE+0 037SA- 007PRR+0 068MS- 023MSR- 385CSIS+ SE+ SA PRR+ MS MSR CS 005IS+ 567SE+ 041SA+ 012PRR+ 048MS+ 044MSR IS+0 SE+0 SA+0 PRR+0 MS+0 MSR- 159CS CS0.005IS+0.567SE+0.041SA+0.012PRR+0.048MS+0.044MSR-0.159CS-4.384
判别
有一些昆虫的性别很难看出，只有通过 解剖才能够判别； 但是雄性和雌性昆虫在若干体表度量上 有些综合的差异。于是统计学家就根据 已知雌雄的昆虫体表度量（这些用作度 量的变量亦称为预测变量）得到一个标 准，并且利用这个标准来判别其他未知 性别的昆虫。 这样的判别虽然不能保证百分之百准确， 但至少大部分判别都是对的，而且用不 着杀死昆虫来进行判别了。
-4
-3
-2
-1
0
1
2
3
-4 -2 0 2 4 6
逐步判别法(仅仅是在前面的方 逐步判别法 仅仅是在前面的方 法中加入变量选择的功能) 法中加入变量选择的功能
有时，一些变量对于判别并没有什么作用， 为了得到对判别最合适的变量，可以使用 逐步判别。也就是，一边判别，一边引进 判别能力最强的变量， 这个过程可以有进有出。一个变量的判别 能力的判断方法有很多种，主要利用各种 检验，例如Wilks’ Lambda、Rao’s V、The Squared Mahalanobis Distance、Smallest F ratio 或 The Sum of Unexplained Variations等检验。其细节这里就不赘述了； 这些不同方法可由统计软件的各种选项来 实现。逐步判别的其他方面和前面的无异。
0.035IS+3.283SE+0.037SA-0.007PRR+0.068MS-0.023MSR-0.385CS-3.166 035IS+3 283SE+0 037SA- 007PRR+0 068MS- 023MSR- 385CSIS+ SE+ SA PRR+ MS MSR CS 005IS+ 567SE+ 041SA+ 012PRR+ 048MS+ 044MSR IS+0 SE+0 SA+0 PRR+0 MS+0 MSR- 159CS CS0.005IS+0.567SE+0.041SA+0.012PRR+0.048MS+0.044MSR-0.159CS-4.384
判别分析SPSS操作53页PPT
判别分析SPSS操作
判别分析的SPSS操作
❖ §1. 基本原理 ❖ §2. 基本操作 ❖ §3. 选项设置 ❖ §4. 实例分析类似地 经计算源自(3)求线性判别函数W(X)
解线性方程组
得
(4)对已知类别的样品判别分类
对已知类别的样品(通常称为训练样品)用线性判别函数进行判 别归类，结果如下表，全部判对。
“Criteria”(准则)选项组用于选择逐步判别停止的判据，可 供选择的判据包括以下几项：
Use F value 默认选项。使用F值是系统默认的判据，当 加入一个变量（或剔除一个变量）后，对判别分析的变量进 行方差分析。当计算的F值大于指定的Entry值时，该变量保 存在函数中，默认Entry值是3.84；当该变量使计算的F值小 于指定的Removal值时，该变量从函数中剔除，默认 Removal值是2.71。即当被加入的变量F值为3.84时，才把 该变量加入到模型中，否则变量不能进入模型；或者当要从 模型中移出的变量F值为2.71时，该变量才被移出模型，否 则模型中的变量不会被移出。设置这两个值时应该注意 Entry值和Removal值。
Step4：选择变量值标识。 如果需要使用一部分个案参与判别函数的推导，而且有一个变
量的某个值可以作为这些观测量的标识，则用Select Variable功 能进行选择。方法为在变量列表中选择变量，单击右向箭头按钮， 将其移动至“Selection”（选择变量）文本框；然后单击 “Selection”文本框右侧的“Value”按钮，显示“Discriminant Analysis：Set Value”（判别分析：设定值）子对话框，如图 1.3所示，输入选择变量的标识。单击“Continue”按钮，返回主 对话框。
图1.2 “Discriminate Analysis：Define Range”对 话框
判别分析的SPSS操作
❖ §1. 基本原理 ❖ §2. 基本操作 ❖ §3. 选项设置 ❖ §4. 实例分析类似地 经计算源自(3)求线性判别函数W(X)
解线性方程组
得
(4)对已知类别的样品判别分类
对已知类别的样品(通常称为训练样品)用线性判别函数进行判 别归类，结果如下表，全部判对。
“Criteria”(准则)选项组用于选择逐步判别停止的判据，可 供选择的判据包括以下几项：
Use F value 默认选项。使用F值是系统默认的判据，当 加入一个变量（或剔除一个变量）后，对判别分析的变量进 行方差分析。当计算的F值大于指定的Entry值时，该变量保 存在函数中，默认Entry值是3.84；当该变量使计算的F值小 于指定的Removal值时，该变量从函数中剔除，默认 Removal值是2.71。即当被加入的变量F值为3.84时，才把 该变量加入到模型中，否则变量不能进入模型；或者当要从 模型中移出的变量F值为2.71时，该变量才被移出模型，否 则模型中的变量不会被移出。设置这两个值时应该注意 Entry值和Removal值。
Step4：选择变量值标识。 如果需要使用一部分个案参与判别函数的推导，而且有一个变
量的某个值可以作为这些观测量的标识，则用Select Variable功 能进行选择。方法为在变量列表中选择变量，单击右向箭头按钮， 将其移动至“Selection”（选择变量）文本框；然后单击 “Selection”文本框右侧的“Value”按钮，显示“Discriminant Analysis：Set Value”（判别分析：设定值）子对话框，如图 1.3所示，输入选择变量的标识。单击“Continue”按钮，返回主 对话框。
图1.2 “Discriminate Analysis：Define Range”对 话框
spss判别分析(PPT)
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）。
第六讲判别分析(SPSS应用)
依据：20个国家的分类信息构建判别函数
2020/10/21
11 cxt
例4：股票持有者根据股票近期的变化情况判断此种 股票价格下一周是上升还是下跌？
❖ 刑事学： 例5：Smith先生被指控偷了邻居家的鸡。但Smith先
生宣称他家冰箱里的鸡是野鸡。
如何判定： Smith先生究竟是否偷了邻居的鸡呢？？
2020/10/21
12 cxt
❖ 二、判别分析的基本要求： 1、分组类型在两组以上； 2、第一阶段每组样本（或案例）个数至少一个以上； 3、解释变量必须是可测量的
❖ 三、判别分析与聚类分析的比较：
1、判别分析是在已知研究对象分成若干类型并已取得各种类 型的一批已知样本的观测数据，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本进行判别分类。
类别 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 2 2
.38
.11
3.27
.55
2பைடு நூலகம்
.19
.05
2.25
.33
2
.32
.07
4.24
.63
2
.31
.05
4.45
.69
2
.12
.05
2.52
.69
2
-.02
.02
2.05
.35
2
.22
.08
2.35
.40
2
.17
.07
1.80
2020/10/21
4 cxt
经济学： 例2：中小企业的破产模型 为了研究中小企业的破产模型，选定4个经济指标：
X1总负债率（现金收益/总负债） X2收益性指标（纯收入/总财产） X3短期支付能力（流动资产/流动负债） X4生产效率性指标（流动资产/纯销售额） 对17个破产企业（1类）和21个正常运行企业（2类）进行 了调查，得如下资料：
2020/10/21
11 cxt
例4：股票持有者根据股票近期的变化情况判断此种 股票价格下一周是上升还是下跌？
❖ 刑事学： 例5：Smith先生被指控偷了邻居家的鸡。但Smith先
生宣称他家冰箱里的鸡是野鸡。
如何判定： Smith先生究竟是否偷了邻居的鸡呢？？
2020/10/21
12 cxt
❖ 二、判别分析的基本要求： 1、分组类型在两组以上； 2、第一阶段每组样本（或案例）个数至少一个以上； 3、解释变量必须是可测量的
❖ 三、判别分析与聚类分析的比较：
1、判别分析是在已知研究对象分成若干类型并已取得各种类 型的一批已知样本的观测数据，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本进行判别分类。
类别 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 2 2
.38
.11
3.27
.55
2பைடு நூலகம்
.19
.05
2.25
.33
2
.32
.07
4.24
.63
2
.31
.05
4.45
.69
2
.12
.05
2.52
.69
2
-.02
.02
2.05
.35
2
.22
.08
2.35
.40
2
.17
.07
1.80
2020/10/21
4 cxt
经济学： 例2：中小企业的破产模型 为了研究中小企业的破产模型，选定4个经济指标：
X1总负债率（现金收益/总负债） X2收益性指标（纯收入/总财产） X3短期支付能力（流动资产/流动负债） X4生产效率性指标（流动资产/纯销售额） 对17个破产企业（1类）和21个正常运行企业（2类）进行 了调查，得如下资料：
spss在数据分析中的应用PPT精品文档
1
目录
数据现状 SPSS现状 SPSS构成 SPSS数据预处理
2 1、数据现状
➢ 人类积累的数据量以每月环比15%的速度增加 ➢ 世界上信息的数量每二十个月翻一番
3
1、数据现状
➢ 随着计算机的广泛应用，数据分析 工作已经在悄然的萌芽
➢ 数据分析工作目前主要是对数据进 行一些描述性统计分析、相关分析、 回归分析、聚类分析、因子分析等
6
4、数据分析流程
7
5、数据分析实施的保证
商业理解
数据理解 数据准备
建立模型
模型评估 模型发布
8
6、数据分析的系统分类
➢ 数据分析是一个交叉学科领域，受多个学科影响包括数据 库系统、统计学、机器学习、可视化和信息科学 。
9
7、数据分析应用领域
金融
零售
房地产 电子
数据分析
生物、医学
工业生产
政务
289 、保存SPSS数据
30
9、数据的编辑需要注意的问题
截止目前，spss在接受excel文件时，只支持03版本 一下的文件。
SPSS文件不支持其保存成word、excel形式的文本， 其分析结果只能通过copy来实现。
在Word与excel中的区别 Excel不支持copy object方式，直接使用copy就
进行确实处理
➢ 范围加上离散的缺失 一定范围内的缺失处理
24
5、SPSS数据的录入
• 当变量的属性定义完成后就可以开始进行数据 的输入
• 切换窗口从Variables View 到 Date View
25
Date View窗口示意
26 6、SPSS数据的编辑
• 保证录入的数据准确无误,需要对SPSS数据进行修 改、删除、插入、复制等操作。
目录
数据现状 SPSS现状 SPSS构成 SPSS数据预处理
2 1、数据现状
➢ 人类积累的数据量以每月环比15%的速度增加 ➢ 世界上信息的数量每二十个月翻一番
3
1、数据现状
➢ 随着计算机的广泛应用，数据分析 工作已经在悄然的萌芽
➢ 数据分析工作目前主要是对数据进 行一些描述性统计分析、相关分析、 回归分析、聚类分析、因子分析等
6
4、数据分析流程
7
5、数据分析实施的保证
商业理解
数据理解 数据准备
建立模型
模型评估 模型发布
8
6、数据分析的系统分类
➢ 数据分析是一个交叉学科领域，受多个学科影响包括数据 库系统、统计学、机器学习、可视化和信息科学 。
9
7、数据分析应用领域
金融
零售
房地产 电子
数据分析
生物、医学
工业生产
政务
289 、保存SPSS数据
30
9、数据的编辑需要注意的问题
截止目前，spss在接受excel文件时，只支持03版本 一下的文件。
SPSS文件不支持其保存成word、excel形式的文本， 其分析结果只能通过copy来实现。
在Word与excel中的区别 Excel不支持copy object方式，直接使用copy就
进行确实处理
➢ 范围加上离散的缺失 一定范围内的缺失处理
24
5、SPSS数据的录入
• 当变量的属性定义完成后就可以开始进行数据 的输入
• 切换窗口从Variables View 到 Date View
25
Date View窗口示意
26 6、SPSS数据的编辑
• 保证录入的数据准确无误,需要对SPSS数据进行修 改、删除、插入、复制等操作。
SPSS聚类分析与判别分析PPT课件
.0 00
15
16
从聚类结果可知，地区a为一类；地区b、c、k为 一类；地区d、h为一类；地区e和g为一类；地区f为 一类；地区j为一类；地区l为一类
17
系统聚类（分层聚类分析）
由于人们对客观事物的认识是有限的，往往难以找 出彼此独立的有代表性的变量，而影响对问题的进一 步认识和研究。因此往往先要进行变量聚类，找出彼 此独立且有代表性的自变量，而又不丢失大量信息。 （对变量聚类R; 对样本聚类Q）
38
39
40
41
42
43
判别分析
根据华北地区和长江中下游降水年变化的不 同特点，根据给定资料，建立新增测站分属 何种降水类型的判别方程。并判别青岛、兖 州、临沂、徐州、阜阳等中间地带的测站应 分属于何种降水类型。
44
地区
测站
x1
x2
x3
天津
2.45
8.9
12.1
北京
3.46
9.7
14.3
第六章 聚类分析与判别分析
介绍： 1、聚类分析 2、判别分析
分类学是人类认识世界的基础科学。聚类分析和判别分析是 研究事物分类的基本方法，广泛地应用于自然科学、社会科 学、工农业生产的各个领域。
1
2
3
主要分类
快速样本聚类
事先指定用于聚类分析的类数
系统聚类
不指定最终的类数，结论将在聚类过程中寻求 对样本进行聚类（Q型聚类） 对变量进行聚类（R型聚类）
64
65
66
67
68
69
2020/1/13
70
10.9
114.55
46
47
48
49
50
15
16
从聚类结果可知，地区a为一类；地区b、c、k为 一类；地区d、h为一类；地区e和g为一类；地区f为 一类；地区j为一类；地区l为一类
17
系统聚类（分层聚类分析）
由于人们对客观事物的认识是有限的，往往难以找 出彼此独立的有代表性的变量，而影响对问题的进一 步认识和研究。因此往往先要进行变量聚类，找出彼 此独立且有代表性的自变量，而又不丢失大量信息。 （对变量聚类R; 对样本聚类Q）
38
39
40
41
42
43
判别分析
根据华北地区和长江中下游降水年变化的不 同特点，根据给定资料，建立新增测站分属 何种降水类型的判别方程。并判别青岛、兖 州、临沂、徐州、阜阳等中间地带的测站应 分属于何种降水类型。
44
地区
测站
x1
x2
x3
天津
2.45
8.9
12.1
北京
3.46
9.7
14.3
第六章 聚类分析与判别分析
介绍： 1、聚类分析 2、判别分析
分类学是人类认识世界的基础科学。聚类分析和判别分析是 研究事物分类的基本方法，广泛地应用于自然科学、社会科 学、工农业生产的各个领域。
1
2
3
主要分类
快速样本聚类
事先指定用于聚类分析的类数
系统聚类
不指定最终的类数，结论将在聚类过程中寻求 对样本进行聚类（Q型聚类） 对变量进行聚类（R型聚类）
64
65
66
67
68
69
2020/1/13
70
10.9
114.55
46
47
48
49
50
- 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)。
.04
5.06
.13
2
.04
.01
1.50
.71
待判
2020/12/2-7 .06
-.06
71.37
.40
待判 7
.07
-.01
1.37
.34
-.13
-.14
1.42
.44.15.06来自2.23.56
.16
.05
2.31
.20
.29
.06
1.84
.38
.54
.11
2.33
.48
待判 待判 待判 待判 待判 待判
依据：20个国家的分类信息构建判别函数
2020/12/27
11
11
例4：股票持有者根据股票近期的变化情况判断此 种股票价格下一周是上升还是下跌？
❖ 刑事学：
例5：Smith先生被指控偷了邻居家的鸡。但Smith先 生宣称他家冰箱里的鸡是野鸡。
如何判定： Smith先生究竟是否偷了邻居的鸡呢？？
2020/12/27
短期支付能力 1.09 1.51 1.01 1.45 1.56 .71 .22 1.31 2.15 1.19 1.88 1.99 1.51 1.68 1.26 1.14 1.27 2.49 2.01
6
生产效率指标 .45 .16 .40 .26 .67 .28 .18 .25 .70 .66 .27 .38 .42 .95 .60 .17 .51 .54 .53
别的一种统计学方法。
如何判断（判断依据）？ 利用已知类别的样本信息求判别函数，根据
判别函数对未知样本所属类别进行判别
❖ 判别分析的特点（基本思想）
１、是根据已掌握的、历史上若干样本的p个指标数据及所属类别的信息，总结 出该事物分类的规律性，建立判别公式和判别准则。 2、根据总结出来的判别公式和判别准则，判别未知类别的样本点所属的类别。
12
12
❖ 二、判别分析的基本要求： 1、分组类型在两组以上； 2、第一阶段每组样本（或案例）个数至少一个以上； 3、解释变量必须是可测量的
❖ 三、判别分析与聚类分析的比较：
1、判别分析是在已知研究对象分成若干类型并已取得各种类 型的一批已知样本的观测数据，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本进行判别分类。
❖ 判别分析的目的：识别一个个体所属类别
2020/12/27
3
3
❖ 判别分析的应用：无处不在
医学：
例1：在医学诊断中，一个病人肺部有阴影，医生要 判断他患的是肺结核、肺部良性肿瘤还是肺癌？
肺结核病人、肺部良性肿瘤病人、肺癌病人组成三 个总体，病人来自其中一个总体，可通过病人的指 标（阴影大小、边缘是否光滑等）用判别分析判断 他来自哪个总体（即判断他患的什么病？）
.52
2
.15
.05
2.17
.55
2
-.10
-1.01
2.50
.58
2
.14
-.03
.46
.26
2
.14
.07
2.61
.52
2
-.33
-.09
3.01
.47
2
.48
.09
1.24
.18
2
.56
.11
4.29
.45
2
.20
.08
1.99
.30
2
.47
.14
2.92
.45
2
.17
.04
2.45
.14
2
.58
2020/12/27
8
8
企业 序号
1 2 3 4 5 6 7 8
判别 类型
1 1 1 1 2 2 2 2
判别函数 得分
-.56509 -.89817 -.59642 -1.02182 .25719 .34253 .27925 1.24010
判别为1的 概率
.69479 .80234 .70620 .83420 .35312 .32005 .34442 .09012
2、聚类分析则是对研究对象的类型未知的情况下，对其进行 分类的方法。
2020/12/27
13
13
3、判别分析和聚类分析往往联合使用。当总体分类不清 楚时，先用聚类分析对一批样本进行分类，再用判别 分析构建判别式对新样本进行判别。
类别 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 2 2
6
.38
.11
3.27
.55
2
.19
.05
2.25
.33
2
.32
.07
4.24
.63
2
.31
.05
4.45
.69
2
.12
.05
2.52
.69
2
-.02
.02
2.05
.35
2
.22
.08
2.35
.40
2
.17
.07
1.80
2020/12/27
4
4
经济学：
例2：中小企业的破产模型 为了研究中小企业的破产模型，选定4个经济指标：
X1总负债率（现金收益/总负债） X2收益性指标（纯收入/总财产） X3短期支付能力（流动资产/流动负债） X4生产效率性指标（流动资产/纯销售额） 对17个破产企业（1类）和21个正常运行企业（2类）进
行了调查，得如下资料：
2020/12/27
5
5
总负债率 -.45 -.56 .06 -.07 -.10 -.14 -.23 .07 .01 -.28 .15 .37 -.08 .05 .01 .12 -.28 .51 .08
2020/12/27
收益性指标 -.41 -.31 .02 -.09 -.09 -.07 -.30 .02 .00 -.23 .05 .11 -.08 .03 .00 .11 -.27 .10 .02
2020/12/27
10
10
❖ 分析结果：将20个国家分为两类
第1类（基础设施落后）：巴西、墨西哥、波兰、 匈牙利、智利、俄罗斯、泰国、印度、马来西亚
第2类（基础设施发达）：瑞典、丹麦、美国、中 国台湾、韩国、日本、德国、法国、新加坡、英国、 瑞士
❖ 如果：我们想知道我国基础设施发展属于哪一类型？ 运用判别分析
第四章 判别分析
(Discriminate Analysis)
2020/12/27
1
距离判别 贝叶斯(Bayes)判别 费歇尔(Fisher)判别 逐步判别
2020/12/27
2
2
4.1 判别分析的基本思想
❖ 一、什么是判别分析？
❖ 判别分析 根据已知对象的某些观测指标和所属类别来判断未知对象所属类
判别的为2 概率
.30521 .19766 .29380 .16580 .64688 .67995 .65558 .90988
2020/12/27
9
9
例3：根据信息基础设施的发展状况，对世界 20个国家和地区进行分类。
考察指标有6个： 1、X1：每千居民拥有固定电话数目 2、X2：每千人拥有移动电话数目 3、X3：高峰时期每三分钟国际电话的成本 4、X4：每千人拥有电脑的数目 5、X5：每千人中电脑使用率 6、X6：每千人中开通互联网的人数