SPSS > 使用技巧 > 如何在IBM SPSS Statistics中进行逐步判别分析

如何在IBM SPSS Statistics中进行逐步判别分析

发布时间:2021-09-16 13: 31: 02

IBM SPSS Statistics的判别分析是分类分析方法中的一种,是在分类已知的前提下,根据一个分组变量以及其他已知的变量数据来统计判定,并确定分组的分析方法。

判别分析包含一般判别与逐步判定。本文重点讲解逐步判定,其特点是,通过步进的方法,判别与分类相关性强的变量来进一步确定分类。另外,逐步判定还能对其中的样本进行预测判别。

接下来,我们通过实例来详细讲解下。

一、数据准备

本文使用的是一组店铺的数据,使用星级变量作为分组变量。其中,账号1对应的样本缺失了星级数据,需进行预测判别。

图1:店铺数据
图1:店铺数据

二、判别分析

如图2所示,依次单击分析-分类-判别式。

图2:判别分析
图2:判别分析


如图3所示,在判别分析的参数列表中,未出现上述的“星级”变量,这是因为,判别分析的变量必须是数值型变量,而上述数据中的“星级”变量属于字符串变量。因此,我们需先进行变量的转换。

图3:设置面板
图3:设置面板


三、转换变量类型

如图4所示,依次单击SPSS的转换-重新编码为不同变量。

图4:密码类型
图4:密码类型

将星级变量添加到右侧变量转换选项,并设置输出变量名称为星级1。

接着,选中已定义的输出变量(即星级—>星级1),单击“旧值和新值”按钮。

图5:重新编码为不同变量
图5:重新编码为不同变量

如图6所示,将星级变量中旧值的“五星”、“四星”、“三星”依次定义为新值“5”、“4”、“3”。

图6:赋新值
图6:赋新值

接着,返回到数据集,如图7所示,在原数据的末端会出现一个新的星级1变量。

图7:屏幕代码
图7:屏幕代码

四、判别分析参数设置

完成变量的转换后,再次启动判别分析,如图8所示,将星级1变量添加为分组变量。然后,再单击下方的“定义范围”按钮,定义分组变量的最小值与最大值。

图8:分组变量与范围
图8:分组变量与范围

接着,如图9所示,将其他用于判别的变量添加为自变量,并在自变量下方勾选“使用步进法”。

图9:自变量
图9:自变量

完成变量的设置后,打开统计设置,勾选“平均值”、“费希尔”、“未标准化”函数系数,用于给出判别函数的系数。

图10:统计量
图10:统计量

在分类设置中,勾选“摘要表”、“合并组”、“领域图”,用于给出分类的结果。

图11:分类设置
图11:分类设置

最后,在保存设置中,勾选“预测组成员资格”,用于预测观察值的分类。

图12:保存设置
图12:保存设置

五、结果解读

完成以上设置后,运行分析。

如图13所示,根据逐步统计的结果,销售额的判定系数显著性小于0.01,说明销售额对判定分类具有显著性意义,而客流量、销售量被剔除,说明以上两个变量对判定无显著意义。

图13:判别变量
图13:判别变量

从分类结果表看到,判定分析已经正确地对95.4%的个案进行分类,并且将未分组的个案预测判定为类4。

图14:分类结果与预测成员
图14:分类结果与预测成员

六、小结

综上所述,SPSS的逐步判别,是在分类已知的前提下,运用分组变量与其他已知变量进行逐步判定、剔除变量,确定分类的分析方法。与一般判定相对比,逐步判定考虑了变量的相关性,有助于提高分析的效率以及剔除无意义变量的影响。

作者:泽洋

展开阅读全文

︾

标签:IBM SPSS Statistics,判别分析

读者也访问过这里:
SPSS Statistics
强大的数据分析平台
立即购买
微信群
官方微信群 立即加群
400-8765-888 kefu@makeding.com
热门文章
SPSS数据分析显著性差异分析步骤 SPSS显著性差异分析结果怎么看
数据的显著性差异分析主要有三种方法,分别是卡方检验、T检验和方差分析。这三种方法都有具体的数据要求:卡方检验是对多个类别的数据进行分析,T检验是对两组数据进行分析,方差分析是对多组数据进行检验。下面,小编具体说明一下SPSS数据分析显著性差异分析步骤,SPSS显著性差异分析结果怎么看。
2022-01-07
实践SPSS单因素方差分析之检验结果解读
在《实践SPSS单因素方差分析之变量与检验方法设置》一文中,我们已经详细地演示了IBM SPSS Statistics单因素方差分析方法的变量选择以及相关的选项、对比设置。
2021-01-11
spss如何做显著性分析 spss显著性差异分析怎么标abc
在统计分析中,显著性分析是分析相关因素之间是否存在显著影响关系的关键性指标,通过它可以说明分析结论是否由抽样误差引起还是实际相关的,可论证分析结果的准确性。下面大家一起来看看用spss如何做显著性分析,spss显著性差异分析怎么标abc。
2022-03-14
SPSS回归分析中的f值是什么 SPSS回归分析F值在什么范围合适
回归分析中以R表示相关性程度的高低,以F评价回归分析是否有统计学的意义,使用IBM SPSS Statistics进行回归分析,可以非常快速的完成R,F的计算,并且给出回归曲线方程,那么,SPSS回归分析中f值是什么?SPSS回归分析F值在什么范围合适,本文结合实例向大家作简单的说明。
2022-07-22
SPSS多元logistic回归分析的使用技巧
回归分析是数据处理中较为常用的一类方法,它可以找出数据变量之间的未知关系,得到较为符合变量关系的数学表达式,以帮助用户完成数据分析。
2021-04-26
SPSS相关性分析结果怎么看
相关性分析是对变量或个案之间相关度的测量,在SPSS中可以选择三种方法来进行相关性分析:双变量、偏相关和距离。
2021-04-23
最新文章
SPSS K均值聚类结果怎么看 SPSS K均值聚类后的结果怎么用于正态性检验
K均值聚类是一种常用的聚类分析方法,它的特点在于可以先选取K个对象作为初始的聚类中心,然后再计算每个对象到各聚类中心的距离,再将对象分配给较近的聚类中心,相对于其他聚类方法来说,K均值聚类会更简单。SPSS拥有成熟的K均值聚类的分析功能,接下来本文会介绍SPSS K均值聚类结果怎么看,SPSS K均值聚类后的结果怎么用于正态性检验的相关内容。
2026-11-04
SPSS多重线性回归分析怎么做 SPSS多重线性回归分析结果解读
多重线性回归分析,就是研究一个因变量和多个自变量的线性关系。与简单的回归分析不同,这里会涉及到多个自变量,比如研究影响销售额的因素,可能会包含客流量、销售量等,这些因素与销售额之间就可以构成多重线性关系,在SPSS软件中,可以轻松进行多重线性回归分析,接下来我们会介绍SPSS多重线性回归分析怎么做,SPSS多重线性回归分析结果解读的相关内容。
2026-11-04
SPSS中如何设置哑变量 如何用SPSS设置哑变量做Logistic回归
如果分析的数据中包含了一些分类变量,比如性别、地区、类型等,为了让这些分类变量可以参与数值运算,可以在研究分析数据前,将它们设置为哑变量,这样就能给它们赋予数值含义。在SPSS的软件使用中,可以在Cox回归、Logistic回归、线性回归等分析方法中设置哑变量。接下来,我们会介绍SPSS中如何设置哑变量,如何用SPSS设置哑变量做Logistic回归的相关内容。
2026-11-04
SPSS几何均数怎么输入数据 SPSS怎么计算几何均数的平均值
几何均数,与常用的均值一样,都可以用来描述数据的集中趋势。所不同的是,均值是用所有数据的和除以个数,而几何均数是用所有数据的乘积来开n次方根。所以,几何均值相对于均值来说,更不容易受到极端值的影响,比较适合用来计算比例、比率等。接下来我们会介绍SPSS几何均数怎么输入数据,SPSS怎么计算几何均数的平均值的相关内容。
2026-11-04
SPSS概率分析如何进行预测 SPSS如何做概率分布函数
概率分析指的是统计学中利用数理统计的方法对事件发生可能性进行分析和预测的一种分析方法,它的核心概念就是在充满不确定性的情况下,尽可能地预测某个事件发生的概率。概率分析在生物医疗领域的应用十分广泛,例如通过研究某种农药不同浓度情况下,害虫的死亡情况,可以得出该农药的“刺激强度”与“响应比例”关系,这就是概率分析中常用的一种分析方法,也是SPSS软件中“概率分析”功能所采用的分析方法。本文就介绍关于SPSS概率分析如何进行预测,SPSS如何做概率分布函数的相关内容。
2026-11-04
SPSS如何数据分组 SPSS如何将数据分组做频数分布表
我们如果手上的数据比较杂乱,让人找不到头绪的话,建议先给数据做一下分组,并统计不同分组的频数、比例等统计量,这样会更容易数据的分布规律并找到合适的分析方法。在一些分数、绩效、销售量统计中,常常会应用到数据分组的方法,接下来我们会介绍SPSS如何数据分组,SPSS如何将数据分组做频数分布表的相关内容。
2026-11-03

微信公众号

欢迎加入 SPSS 产品的大家庭,立即扫码关注,获取更多软件动态和资源福利。

读者也喜欢这些内容: