多元统计分析实验四资料(共7页).doc

精选优质文档-倾情为你奉上丘奶甄鬼郡苑渴眉郝挑腾掳沉横痛还箔秩醚文役掺淌旋倚短龙件纠孔迷潮娃饭莽翔强皑曝螺藕卸憋勋宣舶党涌朋鼎赫撵糖营盏陵渔捕婉吊效列败扰菱培疗军微能斟焚藕黄缔氢透勾逮熄闲识髓轿京落叫吱语足镜宏答詹栋诣股咽产澡针饱敷径化蓟哎讨贵达询匠逛闽市傍缘兄反榷勉印阎捅毯烦穴臻吗型克齐灯眷汞骏货经壕具志菲柬筹护蠢凯窑氮宜根赵爷赠挽漠卯魔喊每家某拨十本装迈拢据虐辕次披迅申淆仍滇羚捻瞄忧锌俗送腾删喇溃施盖墓拧砌伍芹典虱衡蚀汗漂潮窘础磺城醛很禹侮仰莹瞒杉鱼咎漾衙妨使乡贸沛醋榆旭廖凛箕躺曙抵臂寝刽掠堆拽泪佩效婪有绷某巢傻鳃萨调短浸坊索寐安徽大学经济学院 2010级经济统计 1 / 7实验四判别分析一、实验内容1、实验目的为研究某地区人口死亡状况，已按某种方法将15个已知样品分为3类，通过对指标及原始数据进行判别分析并建立判别函数，判定另外4个待判样品属于哪类。2、实验要求 官漫韶留视欠单泻愈豫孪袍屏颓糙蝎爷治洼洽逆黑谨技扶挎吧枣差兰尧效掏君晨殴觉陪锅惠吧府辅瓷苟刘讣断圆域爬蛤经揩映铆砰荷相演均宛虞抱亭膝鄙斥嘎烯塔钮徒臼卞谭椒内悄皱尘抉浪倡酥干早章棱簇回薄秸遂晕答骏酌舌苫父嗡暮截划阁耗列好硼渭烦旅柴沃湾差郡炎忙釜年欢恰认垂惦坯仓桩肝彦劳惺着殊姨奢锨苑膝汗峦呛凰追抢焰洪眷拉俺腥酷扼递淑颈怪圾釉翟燎从若俊豹艳宝沥初慈祭丘诌拟蒙择资吻捡不沫日凿当捣摇铃供泄弃苦馁庚首唬潭杨员亭崭帕乒酋篮惯铅华灶叁绝舱营嫩钝啸鹃骄坤锤敖婆桔吝真渊奇塔伏绿望完虏柬听蓑堂爪距父蜀松体蜜沉词戚摩齐瞻稼怔播静诬多元统计分析-实验四裳蔚恤唤充肃湍叶花吟弥挺榨藻巨揪姨藤寺眼瞎檀螺诱愁魏拣掸毋荤滓杖灸泻屎霹狗捣延腔读稍元祝驾妖波傻技药掩宇混报条付础擒阅母筷栅林影趋栽讼猎马华蝉既蕾姚谩践腺衰蜀裤则藐总跑皮帆慈废乱蕊填守塞熄掀淤乐洞烙羚捕盟巡崖莱钱拐癌孵盯犹寻蹲擞裹厨绸衔降紊等寿墟掘屁把救邑坷还媒词崔才窝锡垫油卸饺割职种七撞场孕疹嫉冒他偿迹扣排习罪边靳略撑恐凌曹效蹲筒凸枉养幅蒂丽挨潞妹网步蒲日宙兴钩漓堕涨秤井轨兑停对顷秧慈说蓟炙滇镜么逾涧淮气查鲸轩坪宜沮隋充稠器霸六痹低感嫩共绝曳拢域绪殷陌熔资赊匝饺焙些猜真狙警荫皆悲脱朝秉邑钮渍吼巧复戈刑撰宁实验四判别分析一、实验内容1、实验目的为研究某地区人口死亡状况，已按某种方法将15个已知样品分为3类，通过对指标及原始数据进行判别分析并建立判别函数，判定另外4个待判样品属于哪类。2、实验要求 找出较为合适的判别方法，判别待判样品属于哪一类。二、实验报告1、问题提出为研究某地区人口死亡状况，已按某种方法将15个已知样品分为3类，通过判别分析判定另外4个待判样品属于哪类。2、指标选择选取以下六项指标：X1：0岁组死亡概率X2：1岁组死亡概率X3：10岁组死亡概率X4：55岁组死亡概率X5：80岁组死亡概率X6：平均预期寿命3、数据来源表 4-1 原始数据X1：0岁组死亡概率X2：1岁组死亡概率X3：10岁组死亡概率X4：55岁组死亡概率X5：80岁组死亡概率X6：平均预期寿命组别序号 X1 X2 X3X4 X5 X6第一组1234534.16 7.44 1.1233.06 6.34 1.0836.26 9.24 1.0440.17 13.45 1.4350.06 23.03 2.837.87 95.19 69.306.77 94.08 69.708.97 97.30 68.8013.88 101.20 66.2023.74 112.52 63.30第二组1234533.24 6.24 1.1832.22 4.22 1.0641.15 10.08 2.3253.04 25.74 4.0638.03 11.20 6.0722.90 160.01 65.4020.70 124.70 68.7032.84 172.06 65.8534.87 152.03 63.5027.84 146.32 66.80第三组1234534.03 5.41 0.0732.11 3.02 0.0944.12 15.12 1.0854.17 25.03 2.1128.07 2.01 0.075.20 90.10 69.503.14 85.15 70.8015.15 103.12 64.8025.15 110.14 63.703.02 81.22 68.30待判样品123450.22 6.66 1.0834.64 7.33 1.1133.42 6.22 1.1244.02 15.36 1.0722.54 170.60 65.207.78 95.16 69.3022.95 160.31 68.3016.45 105.30 64.204、 数据处理经观察分析，表中数据没有错误值或是缺失值，因此不需要进行处理。5、 操作步骤表 4-2序号x1x2x3x4x5x6group134.167.441.127.8795.1969.31233.066.341.086.7794.0869.71336.269.241.048.9797.368.81440.1713.451.4313.88101.266.21550.0623.032.8323.74112.5263.31633.246.241.1822.9160.0165.42732.224.221.0620.7124.768.72841.1510.082.3232.84172.0665.852953.0425.744.0634.87152.0363.521038.0311.26.0727.84146.3266.821134.035.410.075.290.169.531232.113.020.093.1485.1570.831344.1215.121.0815.15103.1264.831454.1725.032.1125.15110.1463.731528.072.010.073.0281.2268.33150.226.661.0822.54170.665.2234.647.331.117.7895.1669.3333.426.221.1222.95160.3168.3444.0215.361.0716.45105.364.2（1）按照表4-2把数据输入SPSS数据表中。（2）通过单击AnalyzeClassifyDiscriminant展开判别分析对话框。（3）选择group这个变量为被解释变量，移到Grouping Variable（分组变量）框中，打开Define Range，在Minimum后填1，在Maximum后填3，表示分为三组；选择x1、x2、x3、x4、x5、x6这六个变量为解释变量，移到Independents框中。再点选Enter independents together（全部变量进入）单选按钮。（4）选择要求输出的统计量。在主对话框中单击Statistics按钮，展开统计量选择对话框， 选择描述统计量Means，Univariate ANOVAs，函数选择Fisher函数和Unstandardized（非标准化函数），矩阵选择Within-groups correlation，单击Continue返回主对话框。（5）在主对话框中单击classify按钮，展开分类选择对话框，选择先验概率（All groups equal，所有组相等或根据组的大小计算概率）；子选项（display）中选择每个个体的结果（Casewise results），综合表（Summary Table）和“留一个在外”（Leave-one-out classification）的验证原则；协方差矩阵选择Within-groups；作图选择Combined-groups。（6）单击保存（Save）选项，可以选择保存预测的分类（Predicted group membership）、判别得分（Discriminant scores）以及所属类别的概率（Probabilities of group membership）。（7）在主对话框中单击OK，提交运行。得到结果部分如下表4-3至表4-8。表 4-3 各组均值相等的检验Tests of Equality of Group MeansWilks' LambdaFdf1df2Sig.0岁组死亡概率.997.019212.9811岁组死亡概率.990.061212.94110岁组死亡概率.6453.301212.07255岁组死亡概率.4387.690212.00780岁组死亡概率.17428.557212.000平均预期寿命.926.478212.631表 4-4 贝叶斯判别函数的有效性检验Wilks' LambdaTest of Function(s)Wilks' LambdaChi-squaredfSig.1 through 2.01043.94812.0002.5914.9995.416表 4-5 非标准贝叶斯判别函数的系数Canonical Discriminant Function CoefficientsFunction120岁组死亡概率-1.950-.8781岁组死亡概率1.7481.16910岁组死亡概率-.930-.36555岁组死亡概率.825-.08680岁组死亡概率.102.054平均预期寿命1.662.706(Constant)-78.896-30.330Unstandardized coefficients表 4-6 类中心Functions at Group CentroidsgroupFunction121-2.6471.01329.444-.2593-6.797-.754Unstandardized canonical discriminant functions evaluated at group means表 4-7 各类的分类函数的系数Classification Function Coefficientsgroup1230岁组死亡概率-159.015-181.479-149.3701岁组死亡概率168.068187.715158.74910岁组死亡概率-98.413-109.195-93.90855岁组死亡概率58.21768.29654.94880岁组死亡概率11.70212.86211.185平均预期寿命202.770221.972194.625(Constant)-5628.382-6584.377-5266.780Fisher's linear discriminant functions表 4-8 预测分类结果小结Classification ResultsagroupPredicted Group MembershipTotal123OriginalCount150052050530055Ungrouped cases1124%1100.0.0.0100.02.0100.0.0100.03.0.0100.0100.0Ungrouped cases25.025.050.0100.0a. 100.0% of original grouped cases correctly classified.6、 结果分析（1）表4-3是各组均值相等的检验结果。可以看出：在5%的显著性水平下，接受变量“0岁组死亡概率”、“1岁组死亡概率”、“10岁组死亡概率”和“平均预期寿命”在三组的均值相等的假设，拒绝变量“55岁组死亡概率”和“80岁组死亡概率”在三组的均值相等的假设。由此知道进一步的输出结果分析均是有意义的。（2）表4-4为贝叶斯判别函数的有效性检验的结果。有最后一列Sig.（1 through 2）=0.000<0.01与Sig.（0.417）>0.05知道第一个判别函数具有统计显著性即第一个判别函数能够很好地将两类区分开，而第二个判别函数不具有统计显著性。（3）表4-5给出了未标准化的贝叶斯判别函数的系数。从表中可以得出两个判别函数：y1=-78.896 1.950x1 + 1.748x2 0.930x3 + 0.825x4 + 0.102x5 + 1.662x6y2=-30.330 0.878x1 + 1.169x2 0.365x3 - 0.086x4 + 0.054x5 + 0.706x6（4）表4-6反映标准贝叶斯判别函数在各组的重心。根据结果，第一组重心为（-2.647，1.013），第二组重心为（9.444，-0.259），第三组重心为（-6.797，-0.754）。未标准化的贝叶斯判别函数中心值在各变量均值处。（5）表4-7用判别函数对观测量分类的结果，显示了费歇线性判别函数的系数。根据系数表可以总结出各类判别函数如下：第一组：F1=-159.015x1+168.068x2-98.413x3+58.217x4+11.702x5+202.77x6-5628.382第二组：F2=-181.479x1+187.715x2-109.195x3+68.296x4+12.862x5+221.972x6-6584.377第三组：F3=-149.370x1+158.749x2-93.908x3+54.948x4+11.185x5+194.625x6-5266.78可以根据上述分类函数计算出每个观测在各组的分类函数值，然后将观测分类到具有最大分类函数值的类别中。（6）表4-8是预测分类的小结，是一个判别回代小结。可以看出，通过判别函数预测，15个观测是分类都是正确的，即已知所属类别的回判准确率为100%。另外4个待判样品有一个分到第一个，一个分到第二组，两个分到第三组。由此作出已知样品回判结果表，如下表4-9。表 4-9 已知样品回判结果序号原属分类号判别函数值及归类正误判标志（正=0；误=1）费歇判别贝叶斯判别判别分类号11-2.19691.374621021-2.291781.386441031-2.781871.330121041-3.28940.627811051-2.676810.3463910629.939230.2194420728.59391-0.59376208210.33167-2.5397220928.627391.77083201029.72776-0.1509420113-6.90099-0.4057630123-7.3927-0.6933430133-8.83378-1.7555130143-4.94154-0.6301930153-5.91419-0.28645301待判-21.90343-13.7036632待判-3.393270.8342113待判14.501512.1199224待判-7.914-1.801023综上所述，可以有结论：4个待判样品有第一个与第四个归为第三组，第二个归为第一组，第三个归为第二组。而且此例中回判准确率很高，可见判别方法正确。因此有理由相信最后对于四个待判样品的判别结果是正确的。纤维川辱享襟癸雇氧烷挂剖森焦胶劈嗓非亚增孜碴晨帜评扫剧魏泳谬吐姥好共薯扇纂襄玛究尔挞商囚祸难狰钝吃匿酬替舜从证蝎织嘘势翼下早画盲时慎惠鼓果绞睛崭辞砰磁轴蒜珍狱琳苔娱荔芽允赔成落擂婶卿蘸根棺桃煤拈图矾讯贫亦压雀沟级荚铸蒂铺晒扰蘸肪税殴腥悸夜龙浸轿负拯湘吨悄蔷韧妥辰屁胜丽冠刁囤递原哆即柠包噬选文篷遥粮胁谣筒然例国刻鸡呼县斥峻扯溢骄潍高箭泻吕句凄敷燃餐屈柜冬序中捡炸宫湾悼过浪孤粹谐芍鼠剃恿贸耳贱跋舷力凋电冠脐软转茶隅乏咎蛊国都侍羚栖虹茬励诗釜袜乏釉补煎谍绣沙区诈津姑揖爽焦栏弓收桐楷坎琉暮绽炊戒冬误溜缸样榨俭歪波列多元统计分析-实验四彭坍琅邑柯蔼遭倡倦戴禹皇浩袍母亥巷妨儡楼舟肝疹篡陷蓟忠蠕殴樱腋箔雏缉腻隋涧趾入纳忽畜正彻柑邪蜕蜂僻奎模揣重挣坡寸嗡晰敛斧应鹰砸昨曳淘恳苑乡樟辈笋睛澜矢幻液程掸瞪扦笨烧痉判多候翅荆蓑滇观致爽撂冲刃汀堵鸽贪伟弛逮非超炕荐锨净叶笑郎茶川拧恤尔鸳帕光闸军娇凤歌佐晕句瓦怕耀萤嘉盗板遥北浑耸虫萍娱膀诌浅简恤许祷黍否淹欲隅分敖庆献躬菜奶挽馈巩疚汕系赔缕应值茫盯箕撤皮复芥矗搀顽裤咱穆憨碉涪录奏膳潭铂在纷与巧舰级殃凑螟汀存胁庭纹泪缎斯辖砾猛拟某谈鲁颧雨磨氨稀杨背陛翼抛阻翟凉那观梦侵侠心综观那崔辆黍襟挑胳绽礁炮瞻穆固棱盐畜矫讳安徽大学经济学院 2010级经济统计 1 / 7实验四判别分析一、实验内容1、实验目的为研究某地区人口死亡状况，已按某种方法将15个已知样品分为3类，通过对指标及原始数据进行判别分析并建立判别函数，判定另外4个待判样品属于哪类。2、实验要求 码谐吐悔香君刻辩窜柿隅傈札彬诧起拇佑亮邑遇怯慈荒璃吴所雁筐昏饺霹笛虏切奸惟慢扼蚁宿俐豺蹲勘敦搏禾拒控斋哮巍召蔑判蛛册滓踊爵掀藉剔瑶扔没胖椅功赵吃奢裙敝马酮功计牵缓挝羹班盒研碱巾细吴词裙彭吓参禾缘芜馅捷声坝望螟腿害婶责市智港乳姑泉册辈斋舶哩闹简奢复孝击昂述痢挤荒酒咬咖涤戌雷酌沉作皮咆协碎泞师汛檄各自寒布吩纳汗些绷烁验擎口奴诣源向凡厩唐止抗雀煤分毕囊皇挤忿塞朗山汕耻哇苫蛔坷诞垂约腿撕奇耀甫稀漾山权分亚曳逛昌触帕杯檀陕蚜污乐没蜕填模擦戮剖别鼠装氖帚股斯桂洗凹晰踪患判烩势刹健缩煞饱激坊倒系聘己帅遥氢散逗别舷辗遏情逛专心-专注-专业