spss判别分析原始数据

《spss判别分析原始数据》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、SPSS判别分析原始数据GETFILE='E:家庭购买割草机行为.sav'.DISCRIMINANT/GROUPS=是否购买(01)/VARIABLES=x1x2/ANALYSISALL/SAVE=CLASSSCORESPROBS/PRIORSEQUAL/STATISTICS=UNIVFBOXMCOEFFRAWTABLECROSSVALID/CLASSIFY=NONMISSINGPOOLED.判别[数据集1]E:家庭购买割草机行为.sav分析案例处理摘要未加权案例N百分比有效24100.0排除的缺失或越界组代

2、码0.0至少一个缺失判别变量0.0缺失或越界组代码还有至少一个缺失判别变量0.0合计0.0合计24100.0由上表可以看出样本数为24个，全部有效，无缺失和越界组组统计量是否购买割草机有效的N（列表状态）未加权的已加权的不购买家庭收入1212.000房前屋后土地面积1212.000购买家庭收入1212.000房前屋后土地面积1212.000合计家庭收入2424.000房前屋后土地面积2424.000由上表可以看出，不购买割草机的未加权和已加权的有效的样本都是12。买割草机的未加权和已加权的有效的样本都是12。合计

3、有效的样本是24.组均值的均等性的检验Wilks的LambdaFdf1df2Sig.家庭收入.67410.656122.004房前屋后土地面积.6939.736122.005分析1协方差矩阵的均等性的箱式检验对数行列式是否购买割草机秩对数行列式不购买23.207购买23.578汇聚的组内23.442打印的行列式的秩和自然对数是组协方差矩阵的秩和自然对数。检验结果箱的M1.094F近似。.329df13df287120.000Sig..805对相等总体协方差矩阵的零假设进行检验。典型判别式函数摘要特征值函数特征值方

4、差的%累积%正则相关性11.175a100.0100.0.735a.分析中使用了前1个典型判别式函数。Wilks的Lambda函数检验Wilks的Lambda卡方dfSig.1.46016.3192.000标准化的典型判别式函数系数函数1家庭收入.808房前屋后土地面积.784结构矩阵函数1家庭收入.642房前屋后土地面积.614判别变量和标准化典型判别式函数之间的汇聚组间相关性按函数内相关性的绝对大小排序的变量。典型判别式函数系数函数1家庭收入.146房前屋后土地面积.759(常量)-10.522非标准化系数组

5、质心处的函数是否购买割草机函数1不购买-1.038购买1.038在组均值处评估的非标准化典型判别式函数分类的临界点是0。计算过程：-1.038*1/2+1.038*1/2=0分类统计量分类处理摘要已处理的24已排除的缺失或越界组代码0至少一个缺失判别变量0用于输出中24组的先验概率是否购买割草机先验用于分析的案例未加权的已加权的不购买.5001212.000购买.5001212.000合计1.0002424.000分类函数系数是否购买割草机不购买购买家庭收入.9951.298房前屋后土地面积9.37910.954

6、(常量)-51.557-73.399Fisher的线性判别式函数分类函数表，可以写出判别函数，Y1=-51.557+0.99X1+9.379X2，Y2=-73.399+1.298X1+10.954X2。分类结果b,c是否购买割草机预测组成员合计不购买购买初始计数不购买10212购买11112%不购买83.316.7100.0购买8.391.7100.0交叉验证a计数不购买9312购买21012%不购买75.025.0100.0购买16.783.3100.0a.仅对分析中的案例进行交叉验证。在交叉验证中，每个案例都

7、是按照从该案例以外的所有其他案例派生的函数来分类的。b.已对初始分组案例中的87.5%个进行了正确分类。c.已对交叉验证分组案例中的79.2%个进行了正确分类。从表中可以看出，在预测的不购买的样本中，有10个确实没有购买，有2个购买了，预测精度为83.3%。在预测的购买的样本中，有11个确实购买了，有1个没有购买，预测精度为91.7%。在交叉检验中，在预测的不购买的样本中，有10个确实没有购买，有2个购买了，预测精度为83.3%。在预测的购买的样本中，有11个确实购买了，有1个没有购买，预测精度为91.7%。