spss判别分析的应用

spss判别分析的应用

spss界面中点击分析、分类、判别式，取主要标志组别的变量为分组变量，导入，紧接着将自变量导入，如上图所示。
这里选取的数据集是
如图，这里的数据集有样本的变量值，且已经判断出样本属于哪个群体，这些数据用于得到判别函数。
这里我们采用步进式方法（一边进一边出）。

点击统计量，出现这个界面，点击费希尔（Fisher）和未标准化。

在方法中，我们保持默认就可。

在分类中，我们选中摘要表，这个摘要表就是混淆矩阵，一会在结果中会出现，体现了我们的判别函数的误判率与准确度。

当然还有这个，领域图，一会在结果中详细介绍。

不要忘记将预测结果保存起来~
最后得到结果如图：

最后，判别函数中只有耳法_at和pa这两个变量，另外两个变量被踢出了。

得到的标准化二维判断函数，如图，注意是标准化的，式子中是没有常数项的。

这里则是非标准化的函数，注意是含有常数项的。

各分类组别的中心的坐标。
以上均为fisher判别法，运用的是点则（典型）判别函数。

我们简单区别一下fisher判别法与贝叶斯判别函数。
Fisher判别函数为点则判别函数，贝叶斯判别法应用的函数叫做Fisher线性判别函数，注意领域图一定是针对fisher判别法而不是贝叶斯判别法。

这里我们开始贝叶斯判别法，我们得到了属于四个个体的判别函数，我们将一个样本所有属性值带入判别函数，会得到四个判别函数的函数值，哪个函数值最大，那么样本就属于哪个。

这个是混淆矩阵~左下角有总体判别准确率。大于70%则判别函数通过；小于则该判别函数有问题 。
如何修正？
a.增加新的变量进来；
b.增加准确率较低的种类的样本量