石家莊鐵道大學實驗報告課程名稱： 實用多元統(tǒng)計分析 任課教師： 李玉紅 實驗日期：2012-4-17班級：經(jīng)0910 姓名： 王爽 學號： 實驗項目名稱：判別分析一、實驗目的及要求通過上機操作使學生掌握判別分析方法在SPSS軟件中的實現(xiàn)，了解判別方法的分類、適用條件和結(jié)果驗證方法；要求學生熟悉判別分析的用途和操作，重點掌握對軟件處理結(jié)果的解釋（區(qū)域圖、未標準化典型判別函數(shù)、標準化典型判別函數(shù)等）和如何使用分析結(jié)果對新樣品進行分類；要求學生閱讀一定數(shù)量的文獻資料，掌握判別分析方法在寫作中的應用。二實驗環(huán)境?系統(tǒng)軟件：WindowsXP?工具：SPSS16.0三、實驗內(nèi)容為研究各種不同的因素對旅游項目參與的作用，某研究人員根據(jù)家庭年收入、對旅游的喜好、對家庭旅游的態(tài)度、家庭規(guī)模這四種指標建立數(shù)據(jù)文件“旅游”，其中變量X1、x2,x3,x4分別表示家庭年收入、對旅游的喜好、對家庭旅游的態(tài)度、家庭規(guī)模；變量result=1表示參與旅游；result=0表示不參與旅游。試作判別分析，建立判別函數(shù)以便在旅游項目中確定參與人員的范圍并制定合適的旅游計劃。1、 使用菜單中File-Open命令，然后選中要分析的數(shù)據(jù)文件“旅游”。2、 選擇AnalyzefClassify—Discriminant，打開主對話框，將group移至U“GroupingVariable”框中，激活DefineRange,點擊此按鈕，進入定義范窗口，分別在“Minimum，和“Maximum”后面的矩形框中鍵入0與1,然后按“Continue”按鈕返回主對話框。3、在主對話框左邊的矩形框中選擇判別變量“家庭年收入”、“對旅游的喜好”、“對家庭旅游的態(tài)度”、“家庭規(guī)模”，并用下面一個箭頭按鈕將它們移到nIndependents”矩形框中。默認系統(tǒng)選擇判別分析的方法“Enterindependenttogether”。4、 在主對話框中點擊Statistics選項，進入統(tǒng)計量對話框。在Descriptives框中，選擇“Means”、“UnivariateANOVAs”、“Box'sM”；在FunctionCoefficients框中，選擇判另0函數(shù)系數(shù)Fisher's、Unstanhindardized；選中Matrices框中各項。然后按“Continue”按鈕返回主對話框。5、 在主對話框中點擊Classify選項，進入分類設置對話框。除系統(tǒng)默認項外，在Display框中選中Casewiseresults、Leave-one-outclassification和Summarytable項，在Plots框中，選中Combined-groups、Territorialmap；然后按“Continue”按鈕返回主對話框。6、 在主對話框中點擊Save選項，進入存儲結(jié)果設置對話框。選擇“Predictedgroupmembership”、 “Discriminantscores”、 nProbabilitiesofgroupmembership”。7、 返回主對話框后按“OK”。五、實驗結(jié)果與分析（一）應用條件分析表］各組統(tǒng)計■描述GroupStatisticsGroupStatistics分組MeanStd.DeviationValidN(listwise)UnweightedWeighted0家庭年收入42.03337.694961515.000對旅游的喜好4.40001.992841515.000對家庭旅游的態(tài)度4.06672.051711515.000家庭規(guī)模2.8000.941121515.0001家庭年收入60.49339.831981515.000對旅游的喜好5.33331.914851515.000對家庭旅游的態(tài)度5.80001.820521515.000家庭規(guī)模4.33331.234431515.000Total家庭年收入51.263312.782143030.000對旅游的喜好4.86671.978043030.000對家庭旅游的態(tài)度4.93332.099813030.000家庭規(guī)模3.56671.330893030.000分析：可以看出，各組的均值差異較大，且各組的方差也有所差異。表2各組均值相等檢驗TestsofEqualityofGroupMeansTestsofEqualityofGroupMeansWilks'LambdaFdf1df2Sig.家庭年收入.46132.792128.000對旅游的喜好.9421.711128.202對家庭旅游的態(tài)度.8245.990128.021家庭規(guī)模.65714.636128.001分析：這張表是預測變量在各組間均值是否相等的假設檢驗。包含Wilks'lambda，F(xiàn)統(tǒng)計量和它的自由度和顯著性水平。Wilks'lambda是組內(nèi)平方和與總平方和的比，值的范圍在0至肛之間。值越小表示組間有很大的差異。值接近1表示沒有組間差異。F統(tǒng)計量是組間均方與組內(nèi)均方的比。有兩個自由度，分子為dfl分母為df2。分子和分母自由度用來得到觀測顯著性水平。如果顯著性水平值很小（比如說小于0.10）表示組間差異顯著。如果顯著性水平較大（比如說大于0.10）表示組間差異不顯著。本例中X1的sig值為0.000，表明xl在各組間的差異顯著，x2的sig值為0.202，說明x2在各組間差異不顯著，x3的sig值為0.021，表明x3在各組間的差異顯著，x4的sig值為0.001,表明x4在各組間的差異顯著。表3 Box's協(xié)方差矩陣檢驗TestResultsTestResultsBox'sM11.363FApprox..959df110df23.748E3Sig..478Testsnullhypothesisofequalpopulationcovariancematrices.分析:原假設為： H:工=工二…=工0 1 2 gBox'sM檢驗的sig=0.478的概率值大于0.05，則各組組內(nèi)協(xié)方差陣相同，原假設成立。這是進行判別分析的前提。表4特征根EigenvaluesEigenvaluesFunctionEigenvalue%ofVarianceCumulative%CanonicalCorrelation11.685a100.0100.0.792a.First1canonicaldiscriminantfunctionswereusedintheanalysis.分析:表4列出了1個判別函數(shù)。由于組別數(shù)為4，因此判別函數(shù)的個數(shù)為1個。判別函數(shù)的特征值（Eigenvalue）越大，表明該函數(shù)越具有區(qū)別力。CanonicalCorrelation為典型相關系數(shù)，表示判別函數(shù)與組別間的關聯(lián)程度。由此可知第一判別函數(shù)可以解釋的方差為100%，第四欄為累計百分比，由第三欄自上往下累加而成。第五欄為典型相關系數(shù)0.792，表明該函數(shù)的線性相關程度較高（相關系數(shù)越接近1，表明該判別函數(shù)的線性程度

表5 檢驗判別函數(shù)的顯著性水平Wilks'LambdaWilks'LambdaTestofFunction(s)Wilks'LambdaChi-squaredfSig.1.37325.6754.000分析:第一欄testoffunctions表示每步中判別函數(shù)被移去后的函數(shù)值。原假設為各組中所有判別函數(shù)的總體均值相等。如果顯著，表示第二個判別函數(shù)也顯著。本例中該判別函數(shù)對不同的兩組有貢獻。因為它的概率值遠小于0.05。表6標準典型判別函數(shù)系數(shù)StandardizedCanonicalDiscriminantFunctionCoefficientsStandar^zedCanonicaLDiscriminantFunctionCQefficientsFunction1X1.764X2.034X3.260X4.474分析：標準化判別函數(shù)系數(shù)可以看出預測變量在組成判別函數(shù)時的相對貢獻，如本例該判別函數(shù)的xl，x2，x3,x4項都很重要，但相比下xl相對比x4重要,x3比x2重要，且標準典型判別函數(shù)為：y=0.746*x1+0.034*x2+0.260*x3+0.