多元统计分析实验报告判别分析.pdf

.20212021 20212021 学年第一学期学年第一学期实验报告实验报告课程名称：多元统计分析课程名称：多元统计分析实验工程：判别分析实验工程：判别分析设计性设计性 验证性验证性实验类别：综合性实验类别：综合性专业班级：专业班级：姓姓名：学名：学号：号：实验地点：统计与金融创新实验室新实验地点：统计与金融创新实验室新 60801)60801)实验时间：实验时间：指导教师：教师成指导教师：教师成绩：绩：数学与统计学院实验中心制.专业资料.一、实验目的一、实验目的让学生掌握判别分析的根本步骤和分析法；学习?spss 统计分析从入门到精通?P307-P320 的容，掌握一般判别分析与逐步判别分析法。二、实验容二、实验容1、应用?胃病患者的测量数据?和?表征企业类型的数据.sav?，掌握一般判别分析与逐步判别分析法。数据来源于?spss 统计分析从入门到精通数据文件?第 12 章的数据。2、参考教材例4-2的数据进展分析，数据见文件?晓群多元统计分析(数据)?中的例 4-2new。三、实验案程序设计说明三、实验案程序设计说明四、程序运行结果四、程序运行结果1.1.(1)分析案例处理摘要分析案例处理摘要未加权案例有效缺失或越界组代码至少一个缺失判别变量排除的缺失或越界组代码还有至少一个缺失判别变量合计合计1156.7100.0N14100百分比93.36.7.0.0组统计量组统计量类别均值标准差有效的 N列表状态未加权的胃癌患者铜蓝蛋白.6057.5已加权的5.000.word.zl.蓝色反响150.4016.50255.000尿吲哚乙酸13.805.93355.000中性琉化物20.0013.32355.000铜蓝蛋白.2547.50044.000萎缩性胃炎蓝色反响118.7514.10444.000尿吲哚乙酸7.501.73244.000中性琉化物14.508.38644.000铜蓝蛋白151.0033.80155.000其他胃病蓝色反响121.4013.01255.000尿吲哚乙酸5.001.87155.000中性琉化物8.007.31455.000铜蓝蛋白165.9346.7871414.000合计蓝色反响131.0020.2031414.000尿吲哚乙酸8.865.3181414.000中性琉化物14.1410.7261414.000会聚的组矩阵会聚的组矩阵a a铜蓝蛋白蓝色反响尿吲哚乙酸中性琉化物铜蓝蛋白2217.995-168.268-48.264158.682协差蓝色反响-168.268214.83212.082-13.773尿吲哚乙酸-48.26412.08214.891-8.273中性琉化物158.682-13.773-8.273103.182a.协差矩阵的自由度为 11。协差矩阵协差矩阵类别铜蓝蛋白蓝色反响尿吲哚乙酸中性琉化物铜蓝蛋白3264.800-711.300-103.350402.000胃癌患者蓝色反响-711.300272.3009.100-39.750尿吲哚乙酸-103.3509.10035.200-25.000中性琉化物402.000-39.750-25.000177.500铜蓝蛋白2256.250.750-27.500-110.833萎缩性胃炎蓝色反响.750198.91720.50074.尿吲哚乙酸-27.50020.5003.00012.333中性琉化物-110.83374.12.33370.333其他胃病铜蓝蛋白1142.500144.500-8.750117.500.word.zl.蓝色反响144.500169.3008.750-53.750尿吲哚乙酸-8.7508.7503.500-7.000中性琉化物117.500-53.750-7.00053.500对数行列式对数行列式类别秩对数行列式胃癌患者420.943萎缩性胃炎.a.b其他胃病415.315会聚的组420.116打印的行列式的秩和自然对数是组协差矩阵的秩和自然对数。a.秩 4b.案例太少无法形成非奇异矩阵检验结果检验结果a a箱的 M26.近似。1.121Fdf110df2305.976Sig.345对相等总体协差矩阵的零假设进展检验。a.有些协差矩阵是奇异矩阵，因此一般程序不会起作用。将相对非奇异组的会聚组协差矩阵检验非奇异组。其行列式的对数为21.390。特征值特征值函数特征值差的%累积%正那么相关性13.167a95.295.2.872.word.zl.2.159a4.8100.0.370a.分析中使用了前 2 个典型判别式函数。WilksWilks 的的 LambdaLambda函数检验Wilks 的卡dfSig.Lambda1 到 2.20714.9588.0602.8631.3983.706标准化的典型判别式函数系数标准化的典型判别式函数系数函数12铜蓝蛋白.443-.295蓝色反响.605-.753尿吲哚乙酸.685.532中性琉化物.347.668构造矩阵构造矩阵函数12尿吲哚乙酸.623*.309铜蓝蛋白.229*-.蓝色反响.611-.630*中性琉化物.294.527*判别变量和标准化典型判别式函数之间的会聚组间相关性按函数相关性的绝对大小排序的变量。*.每个变量和任意判别式函数间最大的绝对相关性典型判别式函数系数典型判别式函数系数.word.zl.函数12铜蓝蛋白.009-.006蓝色反响.041-.尿吲哚乙酸.177.中性琉化物.034.(常量)-9.5.622非标准化系数组质心处的函数组质心处的函数类别函数12胃癌患者2.092-.072萎缩性胃炎-.825.527其他胃病-1.431-.349在组均值处评估的非标准化典型判别式函数组的先验概率组的先验概率类别先验用于分析的案例未加权的已加权的胃癌患者.35755.000萎缩性胃炎.28644.000其他胃病.35755.000合计1.0001414.000分类函数系数分类函数系数类别胃癌患者萎缩性胃炎其他胃病铜蓝蛋白.154.122.122蓝色反响.780.629.649尿吲哚乙酸.865.429.201中性琉化物.131.-.008.word.zl.(常量)-81.468-50.292-50.128Fisher 的线性判别式函数区域图典那么判别函数 2-8.0-6.0-4.0-2.0.02.04.06.08.0+-+-+-+-+-+-+-+-+8.0+IIIIIIIIII6.0+III2II322II 3322II33222I4.0+33322+I33222II33322II3322II33222II33322I.+21212121212121212121212121+2121212121+.word.zl.2.0+33222+21+I3332221II332221II3322221II33322*21III.0+IIIIIIIIII-2.0+IIIIIIIIII-4.0+IIIIIII.+3322221+33322+21*3322 21332213313131+313131313131+3131313131*+.word.zl.II31I-6.0+31+I31II31II31II31II31I-8.0+31+-+-+-+-+-+-+-+-+-8.0-6.0-4.0-2.0.02.04.08.0典那么判别函数 1区域图中使用的符号符号组标签-11胃癌患者22萎缩性胃炎33其他胃病*表示一个组质心.6.0.word.zl.分类结果分类结果a a类别预测组成员合计胃癌患者萎缩性胃炎其他胃病胃癌患者4015计数萎缩性胃炎0314其他胃病0145初始未分组的案例0011胃癌患者80.0.020.0100.0%萎缩性胃炎.075.025.0100.0其他胃病.020.080.0100.0未分组的案例.0.0100.0100.0a.已对初始分组案例中的 78.6%个进展了正确分类。2.分析案例处理摘要分析案例处理摘要.word.zl.未加权案例N百分比有效2993.5缺失或越界组代码26.5至少一个缺失判别变量0.0排除的缺失或越界组代码还有至少0.0一个缺失判别变量合计26.5合计31100.0组统计量Group均值标准差有效的 N列表状态未加权的已加权的x13640.400732.420055.000 x2666.490229.318055.000 x31709.870423.697055.0001x4586.930145.880055.000 x51334.840353.860055.000 x6931.310287.310055.000 x7814.990269.730055.000 x8260.31342.613055.000 x11674.040524.02001313.000 x2335.827157.75001313.000 x3917.270320.02001313.0002x4316.44690.04101313.000 x5541.790210.06001313.000 x6353.055166.91201313.000 x7444.334.72401313.000 x8122.59743.42751313.000 x11621.110278.71001111.000 x2449.72067.86301111.000 x3983.560212.32501111.0003x4275.72047.24901111.000 x5639.230117.90401111.000 x6421.980119.39001111.000 x7551.500128.46401111.000 x8151.63430.29781111.000 x11993.970899.20002929.000合计x2435.555184.41502929.000 x31078.100415.53002929.000.word.zl.x4347.010141.98502929.000 x5715.630355.17002929.000 x6479.900271.18402929.000 x7548.340216.38002929.000 x8157.21862.12102929.000组均值的均等性的检验组均值的均等性的检验Wilks 的Fdf1df2Sig.Lambdax1.27534.246226.000 x2.5829.342226.001x3.49713.226.000 x4.36722.465226.000 x5.33026.371226.000 x6.38920.396226.000 x7.6237.871226.002x8.36322.788226.000对数行列式对数行列式Group秩对数行列式1.a.b2868.6433866.会聚的组874.054打印的行列式的秩和自然对数是组协差矩阵的秩和自然对数。a.秩 5b.案例太少无法形成非奇异矩阵检验结果检验结果a a箱的 M.333F近似。2.845df136.word.zl.df21524.161Sig.000对相等总体协差矩阵的零假设进展检验。a.有些协差矩阵是奇异矩阵，因此一般程序不会起作用。将相对非奇异组的会聚组协差矩阵检验非奇异组。其行列式的对数为75.391。特征值特征值函数特征值差的%累积%正那么相关性18.936a89.889.8.94821.020a10.2100.0.711a.分析中使用了前 2 个典型判别式函数。WilksWilks 的的 LambdaLambda函数检验Wilks 的卡dfSig.Lambda1 到 2.05067.47916.0002.49515.8167.027标准化的典型判别式函数系数标准化的典型判别式函数系数函数12x1.698-.918x2-1.219.226x3-.406.130 x41.192-.890 x5.8171.001x6.740-.354x7-1.677.411x8.5391.word.zl.构造矩阵构造矩阵函数12x1.529*.365x4.438*.123x8.383.659*x5.436.571*x2.214.551*x6.384.494*x7.209.461*x3.314.355*判别变量和标准化典型判别式函数之间的会聚组间相关性按函数相关性的绝对大小排序的变量。*.每个变量和任意判别式函数间最大的绝对相关性典型判别式函数系数典型判别式函数系数函数12x1.001-.002x2-.008.002x3-.001.000 x4.013-.x5.004.005x6.004-.002x7-.009.002x8.014.027(常量)-4.-1.808非标准化系数组质心处的函数组质心处的函数.word.zl.Group函数1215.991.5402-.510-1.0473-2.121.991在组均值处评估的非标准化典型判别式函数分类处理摘要分类处理摘要已处理的31已排除的缺失或越界组代码0至少一个缺失判别变量0用于输出中31组的先验概率组的先验概率Group先验用于分析的案例未加权的已加权的1.33355.0002.3331313.0003.3331111.000合计1.0002929.000分类函数系数分类函数系数Group123x1.011.005-.001x2-.-.019-.002x3-.009-.001.002x4.127.014x5.041.008.012x6.-.003-.014x7-.-.-.001x8.203.103.word.zl.(常量)-59.564-12.-11.061Fisher 的线性判别式函数分类结果分类结果a,ca,cGroup预测组成员合计12315005计数2012113302911初始未分组的案例10121100.0.0.0100.0%2.092.37.7100.03.018.281.8100.0未分组的案例50.0.050.0100.015005计数2110213穿插验证b3038111100.0.0.0100.0%27.776.915.4100.03.027.372.7100.0a.已对初始分组案例中的 89.7%个进展了正确分类。b.仅对分析中的案例进展穿插验证。在穿插验证中，每个案例都是按照从该案例以外的所有其他案例派生的函数来分类的。c.已对穿插验证分组案例中的 79.3%个进展了正确分类。.word.zl.五、实验总结五、实验总结学生签名：年月日.word.zl.六、教师评语及成绩六、教师评语及成绩教师签名：年月日.word.zl.