
SPSS分析技术:判别分析
在数据处理中,有这样一种情况:现在已经有若干样本被正确地分类了,但不清楚分类的依据是什么。同时,未来还会有大量的未被分类的样本,需要按照上述规则判定这些样本的所属类别。为此,需要根据已被正确分类的样本及其属性,进行数据分析,找出影响样本归类的关键因素,甚至获得一个判定系数;然后依据判定系数,对未来样本进行判别。判别分析是为了解决未来个案归属问题而提出的一种数据分类技术,它基于已有的分类个案寻求有效的判别规则,并借助判别规则对未来个案的归属进行判定。
判别分析基于已有的个案及其分类情况(已有类别号),寻求能够决定个案类别归属的判定函数式,然后借助判定函数来对未归类个案实施判定。在针对个案的判别分析中,判别函数的质量直接影响到判定的正确率,因此寻求优质的判定函数对于判别分析的正确与否至关重要。
判别分析的价值主要体现在两个方面:
让未来个案自动归类或预测其可能的类别;
修正当前已归类个案中的不严谨结论;
基于已分类的部分个案开展分析并最终获得判别函数式,然后再依据判别函数式重新对已经分类个案进行判断,可以检查判别函数式的质量。如果判定值与原始类别号的吻合度较高,达到85%以上,则表示判别函数式有效,那么可以借助这个判别函数式对未来个案进行分类。与此同时,还可进一步检查在已有个案中,判定值与原始类别号不能吻合的那些个案,看看它们的归类是否存在问题。
两种判别方式
在SPSS中,判别分析的实现共有两种思路,分别是费舍尔(Fisher)判别法和贝叶斯(Bayes)判别法。
Fisher判别法
Fisher判别法是一种基于多维坐标系的判定方式。如果待研究个案被分为K类,那么系统可创建一个K-1维的坐标系,每个类别的中心都是坐标系中的一个点,被称之为质心点。每一个个案都可以表示为K-1个数值构成的坐标点,这个坐标点距离那个质心点更近,就归类到那个类别之中。
例如,将一个个案集分为三类,如果采用Fisher判别法就需要构成一个二维的平面直角坐标系,在这个坐标系中有3个质心点。执行Fisher判别分析后,系统会创建两个函数式,分别可以计算出每个个案对应的X坐标和Y坐标,然后通过计算这个点与每个质心点的距离,找到与当前点距离最小的质心点,从而确定当前个案的归属。
Bayes判别法
Bayes判别法的基本思路是:直接为每个类别产生一个判别函数式。如果原始个案被分为K类,则直接产生K个函数式。对于待判定类别的个案,直接把该个案各属性的取值代入到每个判别函数式中,那个函数式的值最大,该个案就被划归到那个类别中。
例如,某原始个案集被分为4类,则分别产生了Y1~Y4四个函数式。对于待分类的个案H,可以把H的各个属性值分别代入到函数式Y1~Y4中,然后比较4个数值的大小。假设最终结果是Y3最大,那么这个个案就属于第3类。
自变量筛选
与多元线性回归分析相似,判别函数式也是一组包含多个自变量的多元线性方程。因此在设计判别函数式时,同样存在着对多个自变量的进入判定与筛选问题。有下面几种自变量筛选的方式:
1、使用全部自变量法;把用户提供的所有自变量都直接纳入到判定函数式中,无论这些自变量对函数式的作用力到底有多大。这个方法是系统默认的方法。
2、使用步进方法;让自变量逐个尝试进入函数式,如果进入到函数式中的自变量符合条件,则保留在函数式中,否则,将从函数式中剔除。使用步进方法,对自变量的筛选方式。使用步进方法,对自变量的筛选方式,又包括以下几种:
威尔克斯lambda值法:它是组内平方和与总平方和之比,用于描述各组的均值是否存在显著差别,当所有观测组的均值都相等时,Wilks’lambda值为1,;当组内变异与总变异相比很小时,表示组件变异较大,表示组间变异较大,系数接近于0。
未解释方差法:它指把计算残余最小的自变量优先纳入到判别函数式中。
马氏距离法:它把马氏距离最大的自变量优先纳入到判别函数式中。
最小F比率法:它把方差差异最大的自变量优先纳入到判别函数中。
劳氏增值法:它把劳氏统计量V产生最大增值的自变量优先纳入到判别函数中。
范例分析
现在有三种不同种类的花生,记录它们的质量、宽度和长度,制成统计表。每种类型都有20个样本,共60个样本。根据不同种的花生特征,建立鉴别不同种花生的判别方程。
分析步骤
1、选择菜单【分析】-【分类】-【判别】。将类型变量选为分组变量,将质量、宽度和长度选为自变量。自变量进入方法选择步进法。
2、选择【保存】项,将预测组成员和判别分数选中。点击继续,然后点击确定。
结果分析
1、输出判别结果,如下图所示,Dis_1表示判定类别,Dis1_1和Dis2_1分别表示将个案值代入到自动生成的两个判定函数中得到的结果。
2、步进方式筛选自变量的情况;
从上图可知,质量、宽度和长度都被纳入到函数式中,且显著性都为0.000,表示三个自变量的影响力是显著的。
上图是对三个变量步进式进入方程的结果:产生三个模型,序号为1~3。三种模型的Lambda值都远小于1,而且第三个模型的lambda值仅为0.001,显著性为0.000。因此,从总体上说,这三个模型都是有效的,以第三个模型为最终结果。
3、典型判别式函数摘要;
在特征值表格中,本次判别分析共生成两个判别函数式,函数式1和函数式2的特征值都大于1;下表的lambda值都远小于1,显著性都为0.000,说明两个函数式的作用都非常强。
4、函数系数及组质心坐标表格
左边的表格式生成的两个函数式的系数。右边的表格表示三个组质心的坐标。对于标准化的判别函数式,其自变量的系数可以直观地反映该自变量对最终判定的影响力水平。但需要注意的是,在具体的应用当中,不能直接把个案的各个属性的原始值代入到标准化函数式中使用。只有已经标准化的自变量属性值才可应用于标准化的判别函数式。数据分析师培训
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
如何考取数据分析师证书:以 CDA 为例 在数字化浪潮席卷各行各业的当下,数据分析师已然成为企业挖掘数据价值、驱动决策的 ...
2025-07-15CDA 精益业务数据分析:驱动企业高效决策的核心引擎 在数字经济时代,企业面临着前所未有的数据洪流,如何从海量数据中提取有 ...
2025-07-15MySQL 无外键关联表的 JOIN 实战:数据整合的灵活之道 在 MySQL 数据库的日常操作中,我们经常会遇到需要整合多张表数据的场景 ...
2025-07-15Python Pandas:数据科学的瑞士军刀 在数据驱动的时代,面对海量、复杂的数据,如何高效地进行处理、分析和挖掘成为关键。 ...
2025-07-15用 SQL 生成逆向回滚 SQL:数据操作的 “后悔药” 指南 在数据库操作中,误删数据、错改字段或误执行批量更新等问题时有发生。 ...
2025-07-14t检验与Wilcoxon检验的选择:何时用t.test,何时用wilcox.test? t 检验与 Wilcoxon 检验的选择:何时用 t.test,何时用 wilcox. ...
2025-07-14AI 浪潮下的生存与进阶: CDA数据分析师—开启新时代职业生涯的钥匙(深度研究报告、发展指导白皮书) 发布机构:CDA数据科 ...
2025-07-13LSTM 模型输入长度选择技巧:提升序列建模效能的关键 在循环神经网络(RNN)家族中,长短期记忆网络(LSTM)凭借其解决长序列 ...
2025-07-11CDA 数据分析师报考条件详解与准备指南 在数据驱动决策的时代浪潮下,CDA 数据分析师认证愈发受到瞩目,成为众多有志投身数 ...
2025-07-11数据透视表中两列相乘合计的实用指南 在数据分析的日常工作中,数据透视表凭借其强大的数据汇总和分析功能,成为了 Excel 用户 ...
2025-07-11尊敬的考生: 您好! 我们诚挚通知您,CDA Level I和 Level II考试大纲将于 2025年7月25日 实施重大更新。 此次更新旨在确保认 ...
2025-07-10BI 大数据分析师:连接数据与业务的价值转化者 在大数据与商业智能(Business Intelligence,简称 BI)深度融合的时代,BI ...
2025-07-10SQL 在预测分析中的应用:从数据查询到趋势预判 在数据驱动决策的时代,预测分析作为挖掘数据潜在价值的核心手段,正被广泛 ...
2025-07-10数据查询结束后:分析师的收尾工作与价值深化 在数据分析的全流程中,“query end”(查询结束)并非工作的终点,而是将数 ...
2025-07-10CDA 数据分析师考试:从报考到取证的全攻略 在数字经济蓬勃发展的今天,数据分析师已成为各行业争抢的核心人才,而 CDA(Certi ...
2025-07-09【CDA干货】单样本趋势性检验:捕捉数据背后的时间轨迹 在数据分析的版图中,单样本趋势性检验如同一位耐心的侦探,专注于从单 ...
2025-07-09year_month数据类型:时间维度的精准切片 在数据的世界里,时间是最不可或缺的维度之一,而year_month数据类型就像一把精准 ...
2025-07-09CDA 备考干货:Python 在数据分析中的核心应用与实战技巧 在 CDA 数据分析师认证考试中,Python 作为数据处理与分析的核心 ...
2025-07-08SPSS 中的 Mann-Kendall 检验:数据趋势与突变分析的有力工具 在数据分析的广袤领域中,准确捕捉数据的趋势变化以及识别 ...
2025-07-08备战 CDA 数据分析师考试:需要多久?如何规划? CDA(Certified Data Analyst)数据分析师认证作为国内权威的数据分析能力认证 ...
2025-07-08