国产 无码 综合区,色欲AV无码国产永久播放,无码天堂亚洲国产AV,国产日韩欧美女同一区二区

【多元統(tǒng)計分析】判別分析——SPSS上機實驗

這篇具有很好參考價值的文章主要介紹了【多元統(tǒng)計分析】判別分析——SPSS上機實驗。希望對大家有所幫助。如果存在錯誤或未考慮完全的地方,請大家不吝賜教,您也可以點擊"舉報違法"按鈕提交疑問。

參考文獻:何曉群.《多元統(tǒng)計分析》中國人民大學出版社第五版(82-105)

數(shù)據(jù)獲取:關(guān)注公眾號:321紅綠燈

【多元統(tǒng)計分析】判別分析——SPSS上機實驗

回復:4.6

公眾號中還有更多的理論知識、個人筆記整理和資源放送,歡迎閱讀哦~

實驗?zāi)康模?/h3>

通過判別分析,對數(shù)據(jù)中的變量的各類特征值判別確定其類型屬性。

實驗內(nèi)容:

為研究某地區(qū)人口死亡狀況,已按某種方法將15個一直樣品分為3類,指標及原始數(shù)據(jù)如下,試建立判別函數(shù)并判定另外4個待判樣品屬于哪類。(書本P104.6)
x1:0歲組死亡概率
x2:1歲組死亡概率
x3:10歲組死亡概率
x4:55歲組死亡概率
x5:80歲組死亡概率
x6:平均預期壽命

一、樣本的描述性統(tǒng)計分析

【多元統(tǒng)計分析】判別分析——SPSS上機實驗
【多元統(tǒng)計分析】判別分析——SPSS上機實驗
通過樣本的描述統(tǒng)計可以直觀得到共19個樣本,計算各個變量樣本的最大值、最小值、均值、標準偏差和方差。觀察樣本的原始狀態(tài)。

二、判別分析

1.判別分析做法【多元統(tǒng)計分析】判別分析——SPSS上機實驗
分組變量范圍需要調(diào)整為最小值1,最大值3,在定義范圍處調(diào)整
【多元統(tǒng)計分析】判別分析——SPSS上機實驗
【多元統(tǒng)計分析】判別分析——SPSS上機實驗
使用步進法這里我猜是使用逐步判別法的意思(?)
【多元統(tǒng)計分析】判別分析——SPSS上機實驗
【多元統(tǒng)計分析】判別分析——SPSS上機實驗

判別結(jié)果分析:

【多元統(tǒng)計分析】判別分析——SPSS上機實驗
缺失或超出范圍組代碼4個數(shù)據(jù),即為未分組的4個數(shù)據(jù)。
【多元統(tǒng)計分析】判別分析——SPSS上機實驗
輸出組別統(tǒng)計,再次對各個組別中的變量進行平均值和標準差的計算。對各組變量進行了描述性統(tǒng)計分析。對統(tǒng)計數(shù)據(jù)的各個屬性進行平均值和標準差的計算,得到同一組別之間的樣本離散程度。同時反映樣本量中的有效樣本量和變量缺失的情況,這里可以直觀看到?jīng)]有變量缺失的情況存在。
【多元統(tǒng)計分析】判別分析——SPSS上機實驗
匯聚組內(nèi)矩陣表中是各個變量之間的協(xié)方差值,表示了變量之間的相關(guān)程度,協(xié)方差越大,相關(guān)程度越大。由圖中可以看到,x1與x5的相關(guān)性是最大的,其次是x1和x2,第三是x1和x4的相關(guān)性。即代表了,x1與其他各變量都具有較強的正相關(guān)性,而x6與其他各個變量都有較強的負相關(guān)性。對比各個變量的實際含義,這是符合實際意義的。
【多元統(tǒng)計分析】判別分析——SPSS上機實驗
組平均值同等檢驗是檢驗6組變量中的均值是否相等的假設(shè)檢驗,P值與經(jīng)典統(tǒng)計中假設(shè)檢驗的結(jié)果原理類似,因此,在0.05的顯著性水平下,只有x5的均值和其他有顯著性差異,其他變量的均值互相之間并沒有顯著性差異。
【多元統(tǒng)計分析】判別分析——SPSS上機實驗
【多元統(tǒng)計分析】判別分析——SPSS上機實驗
由于樣本量的分布問題,反映各組協(xié)方差矩陣是否相等的BOX’M檢驗無法進行。

【多元統(tǒng)計分析】判別分析——SPSS上機實驗
典則判別函數(shù)的輸出,反映了特征值、方差百分比和累計百分比以及典型相關(guān)性。第一判別函數(shù)解釋了99.3%的方差,第二判別函數(shù)僅僅解釋了0.7%的方差,兩個判別函數(shù)解釋了全部的方差。
【多元統(tǒng)計分析】判別分析——SPSS上機實驗
威爾克lambda表對比了兩個判別函數(shù)的顯著性,得到判別函數(shù)1在0.05的顯著水平上是顯著的,判別函數(shù)2則不顯著。因此后面只對判別函數(shù)1展開分析。
【多元統(tǒng)計分析】判別分析——SPSS上機實驗
標準化典則判別函數(shù)系數(shù)表給出了兩個判別函數(shù)表達式的各項系數(shù),因此我們可以得到兩個標準化判別函數(shù)的方程:

【多元統(tǒng)計分析】判別分析——SPSS上機實驗
(這里弄了半天都轉(zhuǎn)不成可以插進來csdn的格式,所以就只能截圖了、、我再研究研究哎)
【多元統(tǒng)計分析】判別分析——SPSS上機實驗
這是未標準化的方程系數(shù),因此得到的方程應(yīng)為未標準化的判別函數(shù)表達式和標準化的同理。

【多元統(tǒng)計分析】判別分析——SPSS上機實驗
結(jié)構(gòu)矩陣,即為判別載荷,標準化系數(shù)即為判別權(quán)重,由判別權(quán)重和判別載荷可以得到哪些解釋變量對判別函數(shù)的影響程度較大。在判別函數(shù)1中,貢獻度較大的變量是x1、x5和x4。

【多元統(tǒng)計分析】判別分析——SPSS上機實驗
組質(zhì)心處函數(shù)表體現(xiàn)了三個組別的組中心點坐標,判別函數(shù)y=1時的重心為(-3.238,0.895),y=2時的重心是(10.576,-0.205),y=3時的重心是(-7.337,-0.690)。

對分類統(tǒng)計結(jié)果進行分析

【多元統(tǒng)計分析】判別分析——SPSS上機實驗
分類處理摘要概括了分類過程,說明了19個樣本數(shù)據(jù)都參與了此次分類。
【多元統(tǒng)計分析】判別分析——SPSS上機實驗
各組的先驗概率可以在分類操作時進行自定義,在分類的選擇上前文定義的是所有概率相同,因此每個先驗概率是相同的。
【多元統(tǒng)計分析】判別分析——SPSS上機實驗
分類函數(shù)系數(shù)表的系數(shù)是費歇判別函數(shù)的系數(shù)
y=1時,費歇判別函數(shù)表達式為:
【多元統(tǒng)計分析】判別分析——SPSS上機實驗

y=2、3時同理
【多元統(tǒng)計分析】判別分析——SPSS上機實驗
【多元統(tǒng)計分析】判別分析——SPSS上機實驗
通過典則判別函數(shù)生成的圖形,可以看到未分類個案通過判別后,被分為1,2,3三個組別中。
【多元統(tǒng)計分析】判別分析——SPSS上機實驗
通過分類結(jié)果更是清晰可見,未分類個案中一個被分類為第一組,一個被分類為第二組,兩個被分類為第三組。分類準確率為100%。文章來源地址http://www.zghlxwxcb.cn/news/detail-440755.html

到了這里,關(guān)于【多元統(tǒng)計分析】判別分析——SPSS上機實驗的文章就介紹完了。如果您還想了解更多內(nèi)容,請在右上角搜索TOY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章,希望大家以后多多支持TOY模板網(wǎng)!

本文來自互聯(lián)網(wǎng)用戶投稿,該文觀點僅代表作者本人,不代表本站立場。本站僅提供信息存儲空間服務(wù),不擁有所有權(quán),不承擔相關(guān)法律責任。如若轉(zhuǎn)載,請注明出處: 如若內(nèi)容造成侵權(quán)/違法違規(guī)/事實不符,請點擊違法舉報進行投訴反饋,一經(jīng)查實,立即刪除!

領(lǐng)支付寶紅包贊助服務(wù)器費用

相關(guān)文章

  • 標準正態(tài)變換(SPSS統(tǒng)計描述分析)

    標準正態(tài)變換(SPSS統(tǒng)計描述分析)

    題目:對?CCSS_Sample中的總指數(shù)、現(xiàn)狀指數(shù)和預期指數(shù)進行標準正態(tài)變換,對變換后的變量進行統(tǒng)計描述。 數(shù)據(jù)文件:CCSS_Sample.csv 本篇文章小玥各位學習SPSS軟件里面的 標 準正 態(tài)變 換!??! 目錄 ?一、前言 二、題目分析 1、分析: 三、解題步驟 1、先對總指數(shù)、現(xiàn)狀指數(shù)和

    2024年02月05日
    瀏覽(25)
  • 多元統(tǒng)計分析-主成分分析的原理與實現(xiàn)

    目錄 一、什么是主成分分析? 二、主成分分析的原理 三、主成分分析的應(yīng)用 四、使用sklearn實現(xiàn)主成分分析 五、總結(jié) 主成分分析(Principal Component Analysis,PCA)是一種常用的多元統(tǒng)計分析方法,它是一種線性變換技術(shù),可以將高維數(shù)據(jù)轉(zhuǎn)換為低維數(shù)據(jù),同時保留數(shù)據(jù)的主要

    2024年02月03日
    瀏覽(26)
  • R語言-多元統(tǒng)計學分析課程報告

    R語言-多元統(tǒng)計學分析課程報告

    本文我們應(yīng)用的軟件為R語言,進行多元統(tǒng)計分析,所用的數(shù)據(jù)集為鳶尾花數(shù)據(jù)集;我們進行了Bayes判別、Fisher判別、系統(tǒng)聚類法、k-均值聚類和主成分分析。 我們首先畫出變量之間的散點圖: 緊接著我們運用Fisher判別: 可以得到結(jié)果為 : ? ?緊接著應(yīng)用Bayes判別,將數(shù)據(jù)分

    2024年02月12日
    瀏覽(34)
  • GPT與R語言回歸模型(lm&glm)、混合效應(yīng)模型、多元統(tǒng)計分析

    自2022年GPT(Generative Pre-trained Transformer)大語言模型的發(fā)布以來,它以其卓越的自然語言處理能力和廣泛的應(yīng)用潛力,在學術(shù)界和工業(yè)界掀起了一場革命。在短短一年多的時間里,GPT已經(jīng)在多個領(lǐng)域展現(xiàn)出其獨特的價值,特別是在數(shù)據(jù)統(tǒng)計分析領(lǐng)域。GPT的介入為數(shù)據(jù)處理、模

    2024年04月10日
    瀏覽(28)
  • 【案例實踐】R語言多元數(shù)據(jù)統(tǒng)計分析在生態(tài)環(huán)境中的實踐應(yīng)用

    【案例實踐】R語言多元數(shù)據(jù)統(tǒng)計分析在生態(tài)環(huán)境中的實踐應(yīng)用

    查看原文R語言生物群落分析繪圖、多元統(tǒng)計分析、CMIP6、遙感碳儲量、GEE林業(yè)、InVEST等 生態(tài)環(huán)境領(lǐng)域研究中常常面對眾多的不同類型的數(shù)據(jù)或變量,當要同時分析多個因變量(y)時需要用到多元統(tǒng)計分析(multivariate statistical analysis)。多元統(tǒng)計分析內(nèi)容豐富,應(yīng)用廣泛,是

    2023年04月12日
    瀏覽(19)
  • 《數(shù)學建模與數(shù)學實驗》第5版 統(tǒng)計分析 習題9.7

    《數(shù)學建模與數(shù)學實驗》第5版 統(tǒng)計分析 習題9.7

    參考教材:《數(shù)學建模與教學實驗》第5版 提示:以下是本篇文章正文內(nèi)容,來自參考教材課后習題。 溫度 20 25 30 35 40 45 50 55 60 65 產(chǎn)量 13.2 15.1 16.4 17.1 17.9 18.7 19.6 21.2 22.5 24.3 求y關(guān)于x的線性回歸方程,檢驗回歸效果是否顯著,并預測x=42℃時產(chǎn)量的估值及預測區(qū)間(置信度95

    2024年02月06日
    瀏覽(19)
  • 【多元統(tǒng)計分析及R語言建?!俊驹斀狻恳蜃臃治龇ňC合應(yīng)用(教材P271頁表9-4): 1. 計算樣本相關(guān)系數(shù)矩陣R、特征根、特征向量。2. 確定因子的個數(shù),并解釋這些因子的含義。計算各因子得分并解釋

    【多元統(tǒng)計分析及R語言建?!俊驹斀狻恳蜃臃治龇ňC合應(yīng)用(教材P271頁表9-4): 1. 計算樣本相關(guān)系數(shù)矩陣R、特征根、特征向量。2. 確定因子的個數(shù),并解釋這些因子的含義。計算各因子得分并解釋

    因子分析法綜合應(yīng)用(教材P271頁表9-4): 計算樣本相關(guān)系數(shù)矩陣R、特征根、特征向量。 引入nFactors包,使用eigen()函數(shù)求特征值與特征向量。 library(nFactors) ev - eigen(cor(mydata)) # 獲取特征值 print(ev) 確定因子的個數(shù),并解釋這些因子的含義。計算各因子得分,畫出前兩個因子的

    2024年02月05日
    瀏覽(32)
  • 【SAS應(yīng)用統(tǒng)計分析】數(shù)據(jù)的描述性統(tǒng)計分析

    【SAS應(yīng)用統(tǒng)計分析】數(shù)據(jù)的描述性統(tǒng)計分析

    聲明:本文知識參考內(nèi)容來自網(wǎng)絡(luò),如有侵權(quán)請聯(lián)系刪除。本文還參照了B站up主莊7的課程內(nèi)容【公開課】數(shù)據(jù)分析與SAS【15課】 目錄 實驗原理 描述性統(tǒng)計量 1.反映數(shù)據(jù)集中趨勢的特征量 2.反映數(shù)據(jù)離散程度的特征量 3.反映數(shù)據(jù)分布形狀的特征量 數(shù)據(jù)的圖形描述 直方圖 箱線

    2024年02月01日
    瀏覽(25)
  • 統(tǒng)計分析——回歸分析

    統(tǒng)計分析——回歸分析

    在統(tǒng)計學中,回歸分析(regression analysis)指的是確定兩種或兩種以上變量間相互依賴的定量關(guān)系的一種統(tǒng)計分析方法。回歸分析按照涉及的變量的多少,分為一元回歸和多元回歸分析;按照因變量的多少,可分為簡單回歸分析和多重回歸分析;按照自變量和因變量之間的關(guān)系

    2024年02月06日
    瀏覽(21)
  • 【統(tǒng)計分析數(shù)學模型】聚類分析

    【統(tǒng)計分析數(shù)學模型】聚類分析

    聚類分析(Cluster Analysis) 是研究“物以類聚”的一種方法,有時稱為群分析、點群分析、簇類分析等。 聚類分析是根據(jù)研究對象的特征對研究對象進行分類的多元分析技術(shù)的總稱。聚類分析是應(yīng)用最廣泛的分類技術(shù),它把性質(zhì)相近的個體歸為一類,使同一類的個體具有高度

    2024年02月22日
    瀏覽(19)

覺得文章有用就打賞一下文章作者

支付寶掃一掃打賞

博客贊助

微信掃一掃打賞

請作者喝杯咖啡吧~博客贊助

支付寶掃一掃領(lǐng)取紅包,優(yōu)惠每天領(lǐng)

二維碼1

領(lǐng)取紅包

二維碼2

領(lǐng)紅包