1、第 1 頁 共 6 頁石 家 莊 鐵 道 大 學(xué)實 驗 報 告課程 課程名稱 名稱： 實用多元統(tǒng)計分析 任課教師： 任課教師： 李玉紅 實驗日期 實驗日期：2012-4-17 班 級： 經(jīng) 0910 姓 名： 王爽 學(xué)

2、 號：20091436 實驗項目 實驗項目名稱 名稱：判別分析 判別分析一、 一、實驗 實驗?zāi)康募耙?目的及要求1. 通過上機(jī)操作使學(xué)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；2. 要求學(xué)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(biāo)準(zhǔn)化典型判別函數(shù)、標(biāo)準(zhǔn)化典型判別函數(shù)等）和如何使用分析結(jié)果對新樣品進(jìn)行分類；3. 要求學(xué)生閱讀一定數(shù)量的文獻(xiàn)

3、資料，掌握判別分析方法在寫作中的應(yīng)用。二、 二、實驗環(huán) 實驗環(huán)境1．系統(tǒng)軟件：WindowsXP2．工具：SPSS16.0三、 三、實驗 實驗內(nèi)容 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(biāo)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=

4、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。四、 四、實驗過 實驗過程與步 程與步驟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 Analyze→Classify→Discriminant，打開主對話框，將 group 移到“Grouping Variable”框中，激活 Define Range，點擊此按鈕，進(jìn)入定義范窗口, 分別在“Mi

5、nimum”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 家庭年收入”、“對旅游的喜好 旅游的喜好”、“對家庭旅 家庭旅游的 游的態(tài)度”、“家庭 家庭規(guī)?！?，并用下面一個箭頭按鈕將它們移到“Independents”矩形框中。默認(rèn)系統(tǒng)選擇判別分析的方法“Enter independent together”。4、在主對話框中點擊 St

6、atistics 選項，進(jìn)入統(tǒng)計量對話框。在 Descriptives 框中，選擇“Means”、 “Univariate ANOVAs”、 “Box’s M”； 在 Function Coefficients 框中，選擇判別函數(shù)第 3 頁 共 6 頁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 到1 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

7、方與組內(nèi)均方的比。有兩個自由度，分子為df1 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?。ū热缯f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 x1 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

8、 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 方差矩陣檢驗 陣檢驗Test ResultsTest ResultsBox's M 11.363Approx. .959df1 10df2 3.748E3FSig. .478Tests null hypothesis of equal population covariance matrices.分析： 分析：原假設(shè)為： 0 1

9、 2 : ... g H ? ? ? ? ? ?Box's M 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(shè)成立。這是進(jìn)行判別分析的前提。（二）判 （二）判別函數(shù) 函數(shù)表4 特征根 特征根EigenvaluesEigenvaluesFunction Eigenvalue % of Variance Cumulative %Canonical Correlation1 1.685a 100.

10、0 100.0 .792a. First 1 canonical discriminant functions were used in the analysis.分析 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。Canonical Correlation 為典型相關(guān)系數(shù)，表示判別函數(shù)與組別間的關(guān)聯(lián)程度。由此可知第一判別函數(shù)可