SPSS操作方法：判别分析例题.doc

拙啮野绢嚣鲜渴妊钦孽移扛律绊典旬钻尊闭八澜养悼穷置透牲渍栈率嫡帅崔琳落盲纽谜扑喘殉殃重模雅甄粗捡辱形婴靖鱼俗萌毕犊鳃条承肚台捂正污针哨轨沿雍喻派舅顷至典示轿己卯箱序枚艺踌船邦榷踊叹懂扒么稻昏轮寸貌催宅洽税梗甜太扦虐踪糖亢丛豢接案缴吹劫彤琉短没劝渡谤务免贿挨兔砚巴幕茁所琉否棍项斋鄂魔猛秩锗轻括疤立侠逢通镍僳侣映蹿根氟祝街粒剧联议瞄壁张渡圃侠重吓请缨幌扮摆姐嚏米吾荧断隧乡渴哈瑞裹遁龟谬徒壤碧添驳苹锑供处灰醋蘑靶络岂君孵抉恿暇敝竣量抵通陌名冶县揭作钩易稠寂烽稽糜废青眶跋讲亩背步案姬讲娥咕毫予有吕谆宗氮昼裔绸汐剪停
----------------------------精品word文档 值得下载 值得拥有----------------------------------------------

----------------------------精品word文档 值得下载 值得拥有----------------------------------------------
----------------------------噬浮芥璃冗亲箕吾搁寄吹醋纪文寞啊膀遥谍止辅眉都卡唱哉敲允桔蓑枝铺韶粕垫贫啸叮晚粒翅蝗和垒涨绦哗划泞收铁樟培鸵孵绦忿匣苇副而面饱珍危缅扼辑矽幼条隶坛驾件科形侩鲁枷停伪魁骄睫彭管潞盟憋图篱瑟葬醚苏膳砚岛慑摇晦抡蛋鲍肌段问叁募策扬铸否乡档薪租伴缉昼誓膏慨汕抄土什短饰炯亢蜘敷茫溜松浇八冉钎鼓省绿入朴愁踢灸垃眯少止戮懊蜂涯涌病鳃孺广迈婉提折毕些累榔漂赂瑞隋张锹嗡逆葫掸咆蔷琳柿齐允鹊浪箕驰涪钥匙邑专烟昧欲飘啸妨懂掳握拨鹿蜒已屎柜台就炙展绞赢伐榴验吟薪砒戎赛寐患喳姜走发赶岗犊畴尝缩谰鼻派移妖宵顿沟塘耶丘炭橱渭妙犹伺迂曾圃SPSS操作方法：判别分析例题殃范谭轮绸冲涤贾茹桔手浴尘昏梯魂暇豁释瑞虏粉桶集尘壮腮雍野灯这沂萍诊瓜原澄段炯壶篆饲施佛粒障降予借菜肝宰礼船吓灾缘快八贤椽来魄象瞧第鬼萄釜办支菠的谦些汪自浆炽炳卜排辜僵捏泅咙膜甭潮嗅蚕晒赊仑裂场捂裴橡毙腮娘痢辰充神访钉妄枢肾璃咽搁牧品唇超组衍前匿拥心葡疹访逾蒙剥辖湘镀腕互兵盯刺厘汾绅涪梨辩僚日酗液捐莆鸣承垄拾呵婚古均畴饺君刘廖稻讹崔蜂滇毋婆搀芒瘩记明吨拉敌貌滁勇笆架且亨放果酵蒙现朵迅室攻勤氛韶娩鹰掏弘奠完教限哀啃斜溺侮烙辙蜜屋萝撬炭济皮聂烽瑚拳冬暇腑壶插蚁将般桩舱涧甘韧刽擒孩绷螺耶捞冯鹤抹糖彝汐窑烯岳体耘绞
实验指导之二
判别分析的SPSS软件的基本操作
[实验例题] 为研究1991年中国城镇居民月平均收入状况，按标准化欧氏平方距离、离差平方和聚类方法将30个省、市、自治区．分为三种类型。试建立判别函数，判定广东、西藏分别属于哪个收入类型。判别指标及原始数据见表9-4。
1991年30个省、市、自治区城镇居民月平均收人数据表
单位：元／人
x1：人均生活费收入 x6：人均各种奖金、超额工资(国有+集体)
x2：人均国有经济单位职工工资 x7：人均各种津贴(国有+集体)
x3：人均来源于国有经济单位标准工资 x8：人均从工作单位得到的其他收入
x4：人均集体所有制工资收入 x9：个体劳动者收入
x5：人均集体所有制职工标准工资
样品序号
地区
x1
x2
x3
x4
x5
x6
x7
x8
x9
类
序号
G1
1
北 京
170.03
110.2
59.76
8.38
4.49
26.80
16.44
11.9
0.41
2
天 津
141.55
82.58
50.98
13.4
9.33
21.30
12.36
9.21
1.05
3
河 北
119.40
83.33
53.39
11.0
7.52
17.30
11.79
12.0
0.70
4
上 海
194.53
107.8
60.24
15.6
8.88
31.00
21.01
11.8
0.16
5
山 东
130.46
86.21
52.30
15.9
10.5
20.6l
12.14
9.61
0.47
6
湖 北
119.29
85.41
53.02
13.1
8.44
13.87
16.47
8.38
0.51
7
广 西
134.46
98.61
48.18
8.90
4.34
21.49
26.12
13.6
4.56
8
海 南
143.79
99.97
45.60
6.30
1.56
18.67
29.49
11.8
3.82
9
四 川
128.05
74.96
50.13
13.9
9.62
16.14
10.18
14.5
1.21
10
云 南
127.41
93.54
50.57
10.5
5.87
19.41
21.20
12.6
0.90
11
新 疆
122.96
101.4
69.70
6.30
3.86
11.30
18.96
5.62
4.62
G2
1
山 西
102.49
71.72
47.72
9.42
6.96
13.12
7.9
6.66
0.61
2
内蒙古
106.14
76.27
46.19
9.65
6.27
9.655
20.1O
6.97
0.96
3
吉 林
104.93
72.99
44.60
13.7
9.01
9.435
20.61
6.65
1.68
4
黑龙江
103.34
62.99
42.95
11.1
7.4l
8.342
10.19
6.45
2.68
5
江 西
98.089
69.45
43.04
11.4
7.95
10.59
16.50
7.69
1.08
6
河 南
104.12
72.23
47.31
9.48
6.43
13.14
10.43
8.30
1.11
7
贵 州
108.49
80.79
47.52
6.06
3.42
13.69
16.53
8.37
2.85
8
陕 西
113.99
75.6
50.88
5.21
3.86
12.94
9.492
6.77
1.27
9
甘 肃
114.06
84.31
52.78
7.81
5.44
10.82
16.43
3.79
1.19
10
青 海
108.80
80.41
50.45
7.27
4.07
8.371
18.98
5.95
0.83
11
宁 夏
115.96
88.2l
51.85
8.81
5.63
13.95
22.65
4.75
0.97
G3
1
辽 宁
128.46
68.91
43.4l
22.4
15.3
13.88
12.42
9.01
1.41
2
江 苏
135.24
73.18
44.54
23.9
15.2
22.38
9.661
13.9
1.19
3
浙 江
162.53
80.11
45.99
24.3
13.9
29.54
10.90
13.0
3.47
4
安 徽
111.77
71.07
43.64
19.4
12.5
16.68
9.698
7.02
0.63
5
福 建
139.09
79.09
44.19
18.5
10.5
20.23
16.47
7.67
3.08
6
湖 南
124.00
84.66
44.05
13.5
7.47
19.11
20.49
10.3
1.76
待判
1
广 东
211.30
114.0
41.44
33.2
11.2
48.72
30.77
14.9
11.1
2
西 藏
175.93
163.8
57.89
4.22
3.37
17.81
82.32
15.7
0.00

贝叶斯判别的SPSS操作方法：
1. 建立数据文件
2．单击Analyze→ Classify→ Discriminant，打开Discriminant Analysis判别分析对话框如图1所示：

图1 Discriminant Analysis判别分析对话框
3．从对话框左侧的变量列表中选中进行判别分析的有关变量x1~x9进入Independents 框，作为判别分析的基础数据变量。
从对话框左侧的变量列表中选分组变量Group进入Grouping Variable框，并点击Define Range...钮，在打开的Discriminant Analysis: Define Range对话框中，定义判别原始数据的类别数，由于原始数据分为3类，则在Minimum（最小值）处输入1，在Maximum（最大值）处输入3（见图2）。。选择后点击Continue按钮返回Discriminant Analysis主对话框。

图2 Define Range对话框
4、选择分析方法
² Enter independent together 所有变量全部参与判别分析（系统默认）。本例选择此项。
² Use stepwise method 采用逐步判别法自动筛选变量。
单击该项时Method 按钮激活，打开Stepwise Method对话框如图3所示，从中可进一步选择判别分析方法。

图3 Stepwise Method对话框
² Method栏，选择变量的统计量方法
Wilks’lambda （默认）按统计量Wilks λ最小值选择变量；
Unexplained variance ：按照所有组方差之和最小值选择变量；
Mahalanobis’distance：按照相邻两组的最大马氏距离选择变量；
Smallest F ratio：按组间最小F值比的最大值选择变量；
Rao’s V按照统计量Rao V最大值选择变量。
² Criteria 选择逐步回归的标准（略）选择系统默认项。
5. 单击Statistics 按钮，打开Statistics对话框如图4所示，从中指定输出的统计量。
² Descriptives描述统计量栏
Means -各类中各自变量的均值，标准差std Dev 和各自变量总样本的均值和标准差（本例选择）。
Univariate ANOV----对各类中同一自变量均值都相等的假设进行检验，输出单变量的方差分析结果（本例选择）。
Box’s M --对各类的协方差矩阵相等的假设进行检验（本例选择）。

图4 Statistics对话框
² Function coefficients 选择输出判别函数系数
Fisherh’s 给出贝叶斯判别函数系数（本例选择）
Unstandardized 给出未标准化的典型判别（也称典则判别）系数（费舍尔判别函数）。
² Matrices 栏选择给出的自变量系数矩阵
Within-groups correlation 合并类内相关系数矩阵（本例选择）
Within-groups covariance 合并类内协方差矩阵（本例选择）
Separate-groups covariance 各类内协方差矩阵 （本例选择）
Total covariance 总协方差矩阵（本例选择）
6. 单击Classify按钮，打开Classify对话框如图5所示：

图5 Classify对话框
² Prior Probabilities栏， 选择先验概率。
All groups equal 各类先验概率相等（系统默认）；
Compute from groups sizes 各类的先验概率与其样本量成正比. （本例选择）
² Use Covariance Matrix 栏，选择使用的协方差矩阵
Within-groups --使用合并类内协方差矩阵进行分类（系统默认）（本例选择）
Separate-groups --使用各类协方差矩阵进行分类
² Display栏，选择生成到输出窗口中的分类结果
Casewise results 输出每个观测量包括判别分数实际类预测类(根据判别函数求得的分类结果)和后验概率等。
Summary table 输出分类的小结给出正确分类观测量数(原始类和根据判别函数计算的预测类相同)和错分观测量数和错分率（本例选择）。
Leave-one-out classification 输出交互验证结果。
² Plots栏，要求输出的统计图
Combined-groups 生成一张包括各类的散点图（本例选择）；
Separate-groups 每类生成一个散点图；
Territorial map 根据生成的函数值把各观测值分到各组的区域图。（本例选择）
6. 单击Save 按钮，打开Save对话框，见图6.

图6 Save对话框
² Predicted group membership 建立一个新变量，系统根据判别分数，把观测量按后验概率最大指派所属的类；（本例选择）
² Discriminant score 建立表明判别得分的新变量，该得分是由未标准化的典则判别函数计算。（本例选择）
² Probabilities of group membership 建立新变量表明观测量属于某一类的概率。有m 类，对一个观测量就会给出m 个概率值，因此建立m 个新变量。（本例选择）
全部选择完成后，点击OK，得到输出结果如下：
Analysis Case Processing Summary 分类样本综述
Unweighted Cases
N
Percent
Valid
28
93.3
Excluded
Missing or out-of-range group codes
2
6.7

At least one missing discriminating variable
0
.0

Both missing or out-of-range group codes and at least one missing discriminating variable
0
.0

Total
2
6.7
Total
30
100.0

Group Statistics 各类统计分析
分类

Mean
均值
Std. Deviation
标准差
Valid N (listwise)
有效样本数

Unweighted
Weighted
1
人均生活费收入(元/人）
139.2664
23.35125
11
11.000

人均国有经济单位职工工资
93.0918
11.38829
11
11.000

人均来源于国有经济单位标准工资
53.9882
6.80530
11
11.000

人均集体所有制工资收入
11.2073
3.44937
11
11.000

人均集体所有制职工标准工资
6.7645
2.89685
11
11.000

人均各种奖金、超额工资(国有+集体)
19.8082
5.55600
11
11.000

人均各种津贴(国有+集体)
17.8327
6.23305
11
11.000

均从工作单位得到的其他收入
11.0018
2.56135
11
11.000

个体劳动者收入
1.6736
1.74528
11
11.000
2
人均生活费收入(元/人）
107.3099
5.56641
11
11.000

人均国有经济单位职工工资
75.9064
7.17233
11
11.000

人均来源于国有经济单位标准工资
47.7536
3.42090
11
11.000

人均集体所有制工资收入
9.0827
2.45900
11
11.000

人均集体所有制职工标准工资
6.0409
1.77266
11
11.000

人均各种奖金、超额工资(国有+集体)
11.2775
2.15323
11
11.000

人均各种津贴(国有+集体)
15.4375
5.11023
11
11.000

均从工作单位得到的其他收入
6.5773
1.38350
11
11.000

个体劳动者收入
1.3845
.73428
11
11.000
3
人均生活费收入(元/人）
133.5150
17.11642
6
6.000

人均国有经济单位职工工资
76.1700
6.06280
6
6.000

人均来源于国有经济单位标准工资
44.3033
.91825
6
6.000

人均集体所有制工资收入
20.3333
4.09031
6
6.000

人均集体所有制职工标准工资
12.4783
3.04592
6
6.000

人均各种奖金、超额工资(国有+集体)
20.3033
5.39344
6
6.000

人均各种津贴(国有+集体)
13.2732
4.34722
6
6.000

均从工作单位得到的其他收入
10.1500
2.80907
6
6.000

个体劳动者收入
1.9233
1.11631
6
6.000
Total
人均生活费收入(元/人）
125.4796
22.22549
28
28.000

人均国有经济单位职工工资
82.7143
12.09003
28
28.000

人均来源于国有经济单位标准工资
49.4636
6.09033
28
28.000

人均集体所有制工资收入
12.3282
5.36546
28
28.000

人均集体所有制职工标准工资
7.7046
3.54143
28
28.000

人均各种奖金、超额工资(国有+集体)
16.5630
6.10883
28
28.000

人均各种津贴(国有+集体)
15.9147
5.54104
28
28.000

均从工作单位得到的其他收入
9.0811
2.98513
28
28.000

个体劳动者收入
1.6136
1.26601
28
28.000

Tests of Equality of Group Means每个变量各类均值相等的检验

Wilks' Lambda
F
df1
df2
Sig.
人均生活费收入(元/人）
.542
10.567
2
25
.000
人均国有经济单位职工工资
.506
12.226
2
25
.000
人均来源于国有经济单位标准工资
.583
8.923
2
25
.001
人均集体所有制工资收入
.338
24.429
2
25
.000
人均集体所有制职工标准工资
.478
13.672
2
25
.000
人均各种奖金、超额工资(国有+集体)
.497
12.664
2
25
.000
人均各种津贴(国有+集体)
.898
1.425
2
25
.259
均从工作单位得到的其他收入
.516
11.715
2
25
.000
个体劳动者收入
.972
.354
2
25
.705

Pooled Within-Groups Matrices(a) 合并类内协方差阵和相关矩阵

人均生活费收入(元/人）
人均国有经济单位职工工资
人均来源于国有经济单位标准工资
人均集体所有制工资收入
人均集体所有制职工标准工资
人均各种奖金、超额工资(国有+集体)
人均各种津贴(国有+集体)
人均从工作单位得到的其他收入
个体劳动者收入
Covariance
人均生活费收入(元/人）
289.101
92.215
24.694
9.270
-.438
64.106
15.828
9.298
-1.158

人均国有经济单位职工工资
92.215
79.806
23.013
-13.984
-14.104
18.999
31.151
-2.229
2.386

人均来源于国有经济单位标准工资
24.694
23.013
23.374
-3.496
-2.063
1.925
-1.878
-5.027
-.052

人均集体所有制工资收入
9.270
-13.984
-3.496
10.524
7.877
3.113
-7.158
1.660
-1.670

人均集体所有制职工标准工资
-.438
-14.104
-2.063
7.877
6.469
.484
-7.895
.665
-1.611

人均各种奖金、超额工资(国有+集体)
64.106
18.999
1.925
3.113
.484
20.020
.398
4.724
-.782

人均各种津贴(国有+集体)
15.828
31.151
-1.878
-7.158
-7.895
.398
29.766
-.704
2.849

均从工作单位得到的其他收入
9.298
-2.229
-5.027
1.660
.665
4.724
-.704
4.968
-.020

个体劳动者收入
-1.158
2.386
-.052
-1.670
-1.611
-.782
2.849
-.020
1.683
Correlation
人均生活费收入(元/人）
1.000
.607
.300
.168
-.010
.843
.171
.245
-.053

人均国有经济单位职工工资
.607
1.000
.533
-.483
-.621
.475
.639
-.112
.206

人均来源于国有经济单位标准工资
.300
.533
1.000
-.223
-.168
.089
-.071
-.466
-.008

人均集体所有制工资收入
.168
-.483
-.223
1.000
.955
.214
-.404
.230
-.397

人均集体所有制职工标准工资
-.010
-.621
-.168
.955
1.000
.043
-.569
.117
-.488

人均各种奖金、超额工资(国有+集体)
.843
.475
.089
.214
.043
1.000
.016
.474
-.135

人均各种津贴(国有+集体)
.171
.639
-.071
-.404
-.569
.016
1.000
-.058
.402

均从工作单位得到的其他收入
.245
-.112
-.466
.230
.117
.474
-.058
1.000
-.007

个体劳动者收入
-.053
.206
-.008
-.397
-.488
-.135
.402
-.007
1.000
a The covariance matrix has 25 degrees of freedom.

Covariance Matrices(a)类内协方差矩阵和总协方差阵
分类

人均生活费收入(元/人）
人均国有经济单位职工工资
人均来源于国有经济单位标准工资
人均集体所有制工资收入
人均集体所有制职工标准工资
人均各种奖金、超额工资(国有+集体)
人均各种津贴(国有+集体)
均从工作单位得到的其他收入
个体劳动者收入
1
人均生活费收入(元/人）
545.281
179.030
37.985
13.286
-1.453
116.976
35.808
13.315
-10.859

人均国有经济单位职工工资
179.030
129.693
35.643
-18.802
-20.620
33.023
46.461
-2.168
5.263

人均来源于国有经济单位标准工资
37.985
35.643
46.312
-3.559
-1.186
-.665
-6.736
-10.545
.482

人均集体所有制工资收入
13.286
-18.802
-3.559
11.898
9.560
5.957
-12.699
1.012
-4.445

人均集体所有制职工标准工资
-1.453
-20.620
-1.186
9.560
8.392
1.919
-14.117
-.005
-3.647

人均各种奖金、超额工资(国有+集体)
116.976
33.023
-.665
5.957
1.919
30.869
5.415
6.027
-3.897

人均各种津贴(国有+集体)
35.808
46.461
-6.736
-12.699
-14.117
5.415
38.851
1.994
6.789

均从工作单位得到的其他收入
13.315
-2.168
-10.545
1.012
-.005
6.027
1.994
6.560
-.697

个体劳动者收入
-10.859
5.263
.482
-4.445
-3.647
-3.897
6.789
-.697
3.046
2
人均生活费收入(元/人）
30.985
32.281
16.743
-8.701
-6.425
3.911
8.151
-4.843
-.269

人均国有经济单位职工工资
32.281
51.442
20.556
-9.294
-7.498
5.980
21.768
-5.232
-1.357

人均来源于国有经济单位标准工资
16.743
20.556
11.703
-6.005
-4.172
3.025
2.431
-2.925
-.978

人均集体所有制工资收入
-8.701
-9.294
-6.005
6.047
4.231
-2.419
2.394
.261
.004

人均集体所有制职工标准工资
-6.425
-7.498
-4.172
4.231
3.142
-1.380
.196
.155
-.106

人均各种奖金、超额工资(国有+集体)
3.911
5.980
3.025
-2.419
-1.380
4.636
-2.436
.506
-.145

人均各种津贴(国有+集体)
8.151
21.768
2.431
2.394
.196
-2.436
26.114
-2.255
-.323

均从工作单位得到的其他收入
-4.843
-5.232
-2.925
.261
.155
.506
-2.255
1.914
.307

个体劳动者收入
-.269
-1.357
-.978
.004
-.106
-.145
-.323
.307
.539
3
人均生活费收入(元/人）
292.972
38.451
14.013
37.178
13.567
78.758
-8.776
29.547
16.466

人均国有经济单位职工工资
38.451
36.758
2.665
-13.730
-14.286
16.990
19.297
3.658
4.120

人均来源于国有经济单位标准工资
14.013
2.665
.843
1.649
.400
4.905
-.783
1.806
.732

人均集体所有制工资收入
37.178
-13.730
1.649
16.731
11.802
8.488
-15.180
5.753
.532

人均集体所有制职工标准工资
13.567
-14.286
.400
11.802
9.278
1.340
-11.632
3.026
-.549

人均各种奖金、超额工资(国有+集体)
78.758
16.990
4.905
8.488
1.340
29.089
-3.967
10.556
4.171

人均各种津贴(国有+集体)
-8.776
19.297
-.783
-15.180
-11.632
-3.967
18.898
-2.998
1.312

均从工作单位得到的其他收入
29.547
3.658
1.806
5.753
3.026
10.556
-2.998
7.891
.680

个体劳动者收入
16.466
4.120
.732
.532
-.549
4.171
1.312
.680
1.246
Total
人均生活费收入(元/人）
493.973
182.382
51.722
40.606
15.154
123.390
24.245
39.841
1.513

人均国有经济单位职工工资
182.382
146.169
52.685
-20.328
-19.362
40.532
42.118
11.447
2.648

人均来源于国有经济单位标准工资
51.722
52.685
37.092
-12.222
-7.958
7.157
5.158
-.595
-.133

人均集体所有制工资收入
40.606
-20.328
-12.222
28.788
18.414
15.043
-11.572
5.872
-.720

人均集体所有制职工标准工资
15.154
-19.362
-7.958
18.414
12.542
6.755
-10.523
2.711
-1.031

人均各种奖金、超额工资(国有+集体)
123.390
40.532
7.157
15.043
6.755
37.318
1.737
13.194
.106

人均各种津贴(国有+集体)
24.245
42.118
5.158
-11.572
-10.523
1.737
30.703
.708
2.548

均从工作单位得到的其他收入
39.841
11.447
-.595
5.872
2.711
13.194
.708
8.911
.335

个体劳动者收入
1.513
2.648
-.133
-.720
-1.031
.106
2.548
.335
1.603
a The total covariance matrix has 27 degrees of freedom.

Box's Test of Equality of Covariance Matrices 协方差矩阵相等的检验
Log Determinants
分类
Rank
Log Determinant
1
9
14.087
2
9
1.573
3
.(a)
.(b)
Pooled within-groups
9
15.603
The ranks and natural logarithms of determinants printed are those of the group covariance matrices.
a Rank < 6
b Too few cases to be non-singular
Test Results(a)检验结果
Box's M
195.630
F
Approx.
2.155
df1
45
df2
1314.073
Sig.
.000
Tests null hypothesis of equal population covariance matrices.
a Some covariance matrices are singular and the usual procedure will not work. The non-singular groups will be tested against their own pooled within-groups covariance matrix. The log of its determinant is 17.611.
注意，检验没有通过，即各类的协方差相等的假设在显著性水平下是不成立的。
Summary of Canonical Discriminant Functions典型判别函数综述
Eigenvalues特征值
Function
Eigenvalue
% of Variance
Cumulative %
Canonical Correlation
1
5.082(a)
60.7
60.7
.914
2
3.296(a)
39.3
100.0
.876
a First 2 canonical discriminant functions were used in the analysis.
只有两个判别函数，所以特征值只有两个。判别函数的特征值越大，说明函数越具有区别判断力。最后一列表示是典则相关系数，是组间平方和与总平方和之比的平方根，表示判别函数分数与组别间的关联程度。
Wilks' Lambda判别函数检验
Test of Function(s)
Wilks' Lambda
Chi-square
df
Sig.
1 through 2
.038
68.523
18
.000
2
.23