
SPSS分析技术:典型判别分析;由鸢(yuan)尾花分类发展而来的分析方法
前面介绍的因子分析和聚类分析都是围绕变量进行的分析,这里的变量不分因变量和自变量。因子分析通过变量结构的研究,达到降低维度的目的,使数量很多的变量浓缩成少量的互相独立的公因子,简化了后续的分析;聚类分析通过研究个案(记录)共有的属性变量,依据它们之间距离的远近,将数量众多的个案(记录)分成几个类型。
判别分析有很多类型,今天介绍的是典型判别分析,从分析原理来看,其与因子分析类似;从模型结构来看,则与前面介绍的逻辑回归相似。
典型判别分析原理
判别分析与因子分析和聚类分析不同,判别分析需要区分因变量和自变量,其中因变量是分类型数据(定类或定序),而自变量可以是任何尺度的数据,只是分类型自变量需要以虚拟变量的形式进入判别模型。以上这些和逻辑回归模型是一致的,不同之处在于判别分析的目的是建立原始变量的线性组合,使得根据因变量划分的不同类别之间差异最大,而逻辑回归模型的拟合方法是极大似然法,它们在模型拟合方法上是完全不同的。如果自变量中连续型变量较多,那么判别分析更为准确,如果分类型变量较多,则逻辑回归分析较为好用,大家可以根据实际分析结果来选择。
判别分析的能够用于很多领域,它可以根据已知样本的分类情况来判断未知待判样本的类别归属。例如,客户信用风险判别、客户分类、地层判断、模式识别等,是应用相当广泛的多元统计技术。
典型判别分析是基于方差分析的思想创造出来的,它试图找到一个由原始自变量组成的线性函数,使得不同总体的组间差异与组内差异的比值最大。如下方左图所示,在原始变量X1和X2组成的坐标系中,两个总体在两个坐标轴上都有部分重合;可喜的是,通过将原始变量X1和X2线性组合,可以得到一个新变量(判别函数),它可以把两个总体区分开。因此只需使用新判别函数代替两个原始变量对两个总体进行区别,就能得到更好的结果,这就是典型判别分析的基本思想。
从上面介绍的典型判别分析原理来看,其与因子分析的原理有类似的地方,它们都是通过原始变量的线性组合得到新的变量,从而实现分析目的。它们的区别主要可以概括成以下两个方面:
判别分析是因果模型,研究自变量如何影响因变量,而因子分析是相依模型,没有因变量和自变量之分。
判别分析的原始变量线性组合的目的是找到新的维度(变量),使得因变量的不同类别之间的差异最大。因子分析的原始变量线性组合的目的是找到新的维度,减少原始变量的个数,避免原始变量的共线性关系影响后续分析。
案例分析
判别分析最初是由费舍尔(Fisher)在植物分类研究中提出的,英文简写为LDF/DF,也就是线性判别分析(Linear DiscriminantAnalysis)。今天案例所使用的数据就是费舍尔当初提出判别分析所用的鸢(yuan)尾花的植株尺寸数据。
该数据包含刚毛鸢尾花、变色鸢尾花、佛吉尼亚鸢尾花的花萼长、花萼宽、花瓣长和花瓣宽数据,希望能够使用这四个变量建立判别不同类型鸢尾花的模型。数据如下图所示:
分析步骤
1、选择菜单【分析】-【分类】-【判别式】。将品种选入分组变量;将鸢尾花的四个尺寸变量选为自变量。自变量进入方式选择一起进入。如果需要对自变量进行筛选,也可以选择步进法,选中步进法后【方法】按钮将亮起,可以选择距离计算方式。点击【定义范围】,因为本案例鸢尾花的三个品种代码分别为1,2,3,所以最小值填写1,最大值填写3。
2、点击【分类】按钮,按照如下方式选择。显示框中的内容是判别分析得结果表格。重点强调留一分类,表示按照数据的顺序,间隔一个记录选择进入判别分析模型,最终一半记录用于模型分析,另一半记录用于模型效果验证。图框内可供选择的图形有三种,合并图和分组图区别在于因变量的三个类型是放入一张图还是分成三张图显示。
3、点击【保存】按钮,将所有三个选项选中,分析结束后,会在数据中新生成三个变量。
4、点击确定,输出结果。
结果解释
1、判别函数特征值;前面介绍过,判别分析与因子分析的原理类似,判别函数的提取方式和因子分析是一样的,通过原始变量的线性组合,因此下表的解读也一样。特征根代表携带原始变量的信息量大小,从特征根计算得到方差解释度(方差百分比)。本案例只提取两个判别函数,第一个判别函数能够解释99%的原始变量信息。
2、特征根显著性检验;原假设是各分组的均值向量相等,也就是不同分组之间的重心完全重合,无法进行判别区分。从结果可知,三种鸢尾花的尺寸重心在判别函数1和判别函数2的坐标轴上没有重合,因此两个判别函数都有意义。
3、标准化系数表格;
上表显示两个判别函数由各个变量组成的标准化系数,由此可以了解变量对判别函数的影响大小。同时可以写出标准化的判别函数式。
4、结构矩阵;判别得分与自变量间的相关系数。结果中用星号标出与两个判别函数相关性更大的自变量。有结果可知,判别函数1主要与花瓣长变量相关,花萼长、花萼宽和花瓣宽则与判别函数2相关性更大。由前面的特征根知道,判别函数1携带99%的自变量信息,因此可以推断花瓣长变量在判别分析中起了最主要的作用。
5、判别得分计算公式;
根据上表可以写出两个判别得分的计算公式,这里所用的变量数据为原始数据:
6、三个鸢尾花品种在两个判别函数坐标系内的坐标。
前面的判别函数检验就是检验三个品种在两个判别函数上的取值是否相等。在获得三个品种的重心后,只需比较每个个案离哪个重心距离近,就将该个案判别为哪个类别。
7、领域图;两个判别函数分别构成了图形的两个坐标轴,而三个品种的重心用星号表示,整个平面被两条分界线分开。每个个案的判别得分处于哪个部分,就属于哪个品种。
8、典型判别函数散点图;从散点图看,三个品种的鸢尾花在两个判别函数坐标系内被区分的很开,效果很不错。
9、判别结果;从结果可知,150个个案有147个被正确分类。而使用“留一分类”方法(一半个案用于判别函数拟合,另一半用于验证)得到的结果是146个个案被正确判断,准确率都很高,说明该判别分析结果可以用于预测。
推荐学习书籍
《**CDA一级教材**》适合CDA一级考生备考,也适合业务及数据分析岗位的从业者提升自我。完整电子版已上线CDA网校,累计已有10万+在读~
免费加入阅读:https://edu.cda.cn/goods/show/3151?targetId=5147&preview=0
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
剖析 CDA 数据分析师考试题型:解锁高效备考与答题策略 CDA(Certified Data Analyst)数据分析师考试作为衡量数据专业能力的 ...
2025-07-04SQL Server 字符串截取转日期:解锁数据处理的关键技能 在数据处理与分析工作中,数据格式的规范性是保证后续分析准确性的基础 ...
2025-07-04CDA 数据分析师视角:从数据迷雾中探寻商业真相 在数字化浪潮席卷全球的今天,数据已成为企业决策的核心驱动力,CDA(Certifie ...
2025-07-04CDA 数据分析师:开启数据职业发展新征程 在数据成为核心生产要素的今天,数据分析师的职业价值愈发凸显。CDA(Certified D ...
2025-07-03从招聘要求看数据分析师的能力素养与职业发展 在数字化浪潮席卷全球的当下,数据已成为企业的核心资产,数据分析师岗位也随 ...
2025-07-03Power BI 中如何控制过滤器选择项目数并在超限时报错 引言 在使用 Power BI 进行数据可视化和分析的过程中,对过滤器的有 ...
2025-07-03把握 CDA 考试时间,开启数据分析职业之路 在数字化转型的时代浪潮下,数据已成为企业决策的核心驱动力。CDA(Certified Da ...
2025-07-02CDA 证书:银行招聘中的 “黄金通行证” 在金融科技飞速发展的当下,银行正加速向数字化、智能化转型,海量数据成为银行精准 ...
2025-07-02探索最优回归方程:数据背后的精准预测密码 在数据分析和统计学的广阔领域中,回归分析是揭示变量之间关系的重要工具,而回 ...
2025-07-02CDA 数据分析师报考条件全解析:开启数据洞察之旅 在当今数字化浪潮席卷全球的时代,数据已成为企业乃至整个社会发展的核心驱 ...
2025-07-01深入解析 SQL 中 CASE 语句条件的执行顺序 在 SQL 编程领域,CASE语句是实现条件逻辑判断、数据转换与分类的重要工 ...
2025-07-01SPSS 中计算三个变量交集的详细指南 在数据分析领域,挖掘变量之间的潜在关系是获取有价值信息的关键步骤。当我们需要探究 ...
2025-07-01CDA 数据分析师:就业前景广阔的新兴职业 在当今数字化时代,数据已成为企业和组织决策的重要依据。数据分析师作为负责收集 ...
2025-06-30探秘卷积层:为何一个卷积层需要两个卷积核 在深度学习的世界里,卷积神经网络(CNN)凭借其强大的特征提取能力 ...
2025-06-30探索 CDA 数据分析师在线课程:开启数据洞察之旅 在数字化浪潮席卷全球的当下,数据已成为企业决策、创新与发展的核心驱 ...
2025-06-303D VLA新范式!CVPR冠军方案BridgeVLA,真机性能提升32% 编辑:LRST 【新智元导读】中科院自动化所提出BridgeVLA模型,通过将 ...
2025-06-30LSTM 为何会产生误差?深入剖析其背后的原因 在深度学习领域,LSTM(Long Short-Term Memory)网络凭借其独特的记忆单元设 ...
2025-06-27LLM进入拖拽时代!只靠Prompt几秒定制大模型,效率飙升12000倍 【新智元导读】最近,来自NUS、UT Austin等机构的研究人员创新 ...
2025-06-27探秘 z-score:数据分析中的标准化利器 在数据的海洋中,面对形态各异、尺度不同的数据,如何找到一个通用的标准来衡量数据 ...
2025-06-26Excel 中为不同柱形设置独立背景(按数据分区)的方法详解 在数据分析与可视化呈现过程中,Excel 柱形图是展示数据的常用工 ...
2025-06-26