IBM SPSS Statistics 中文网站 > 使用技巧 > SPSS线性判别和非线性判别 SPSS线性判别和非线性判别区别

SPSS线性判别和非线性判别 SPSS线性判别和非线性判别区别

发布时间:2022-06-29 13: 42: 12

品牌型号:Dell N5010

系统:Windows 10

软件版本:IBM SPSS Statistics试用版

判别分析是根据对象属性进行对象分类的一种方法,过程是根据已知对象属性训练出能够判定对象分类的函数,后续输入对象属性后,函数自动对该对象进行判别分类。判别分析通常借助专业的统计分析软件进行,如IBM SPSS Statistics,SPSS线性判别和非线性判别步骤是什么,SPSS线性判别和非线性判别区别是什么,本文简单向大家说明。

一、SPSS线性判别和非线性判别

在SPSS中,我们一般使用的是线性判别,此方法由Fisher提出,开始时是根据iris花的几个形态特点,对150组iris花进行分类。这150组iris花形态数据是非常经典的数据,无论使用软件进行线性判别,或者进行机器学习,都会引用这组数据进行验证。

这里我们仍然以这一组经典数据为例,向大家介绍SPSS线性判别的步骤,首先录入数据如图1所示。其中Species为iris花的种类,已知有三个种类, Sepal.Length, Sepal.Width,Petal.Length,Petal.Width分别为花的形态特点,对应的是测量的统计数据,我们目的在于根据已有的数据,建立合适的判别函数,当我们再遇到一种新的iris花时,我们仅仅需要录入花的形态特点,就能实现自动判别该iris花属于哪个种类。

iris花形态分类数据
iris花形态分类数据

 

我们依次点击分析,分类,判别式,如图2所示。

判别式分类
判别式分类

 

然后将花形态变量录入自变量,将分组号录入分组变量,然后点击定义范围,由于最多有三个组,所以最小值为1,最大值为3。

定义分组范围
定义分组范围

 

点击统计,勾选博克斯,未标准化选项,点击继续。

统计选项设置
统计选项设置

 

点击分类,勾选摘要表和合并组选项,点击继续,然后点击确定,SPSS将进行线性判别分析,我们将在第三小节中介绍如何解读判别结果。

分类选项设置
分类选项设置

 

二、SPSS线性判别和非线性判别区别

对于复杂的分类问题,我们可能会用到非线性判别函数,如下图中,A1,A2,A3为三个集,分布位置比较特别,此时使用线性判别函数无法精确地完成分类工作,直线总会与三个集有交点,借助于分段判别函数和二次判别函数,则可以解决判别问题,这就是线性判别和非线性判别的区别。

判别函数区别
判别函数区别

 

实际情况下,上述问题非常少见,我们一般借助线性判别就可以解决问题。SPSS中的函数系数也为Fisher线性判别函数。

判别函数系数
判别函数系数

 

三、SPSS线性判别结果解读

首先我们查看分组图,可见第一类setosa和第二类versic,第三类virgin分类较好,第二类和第三类略有重叠。

分组图
分组图

 

有了直观认识以后,我们查看分类结果,显示对98%的数据进行了较好的分类,2类和3类略有重叠,结果可以接受。

分组结果统计
分组结果统计

 

然后我们查看威尔克Lambda表,判别函数1和判别函数2显著性均小于0.05,有统计学意义。

威尔克Lambda表
威尔克Lambda表

 

综合来看,判别函数有统计学意义,分组结果准确性可以接受,Fisher线性判别方法可以很好地解决iris花分类问题。

以上就是SPSS线性判别和非线性判别,SPSS线性判别和非线性判别区别的相关内容了SPSS线性判别和非线性判别哪个为首选方法,一般首选线性判别,可解决大多数问题,SPSS线性判别和非线性判别在于对于某些集合,使用线性判别可能互有重叠,可借助非线性判别中分段线性和二次判别函数进行。

 

作者:莱阳黎曼

展开阅读全文

标签:IBM SPSS StatisticsSPSS教程非线性回归IBM SPSS

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
spss多元线性回归分析操作步骤,spss多元线性回归分析结果解读
spss多元线性回归分析操作步骤,本文会以客流量、销售量与销售额的线性关系演示spss的多元线性回归分析操作步骤,并进行spss多元线性回归分析结果解读。
2022-05-07
spss怎么做逐步回归分析 逐步回归分析spss结果解读
spss怎么做逐步回归分析?逐步回归分析是多元线性回归分析的一种,可通过spss回归分析中的“步进”法来做逐步回归分析。本文会运用例子演示逐步回归分析步骤,并进行逐步回归分析spss结果解读。
2022-05-12
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
最新文章
spss赋值后为什么显示不出来 spss赋值后为什么空白不显示
在现代数据分析中,SPSS(统计产品与服务解决方案)被广泛应用于社会科学、市场研究和健康科学等领域。尽管其功能强大,但在实际操作中,用户可能会遇到一些问题,例如赋值后数据不显示或空白。本文将探讨这些问题,并提供解决方案。
2024-06-14
spss异常值设置在哪里操作 spss异常值筛选后如何处理
在数据分析过程中,异常值是一个常见的问题,它可能会对分析结果产生影响。因此,正确处理异常值是非常重要的。本文将探讨SPSS如何处理异常值的方法。关于SPSS异常值设置在哪里操作,SPSS异常值筛选后如何处理的内容,本文向大家作简单介绍。
2024-05-22
spss去除无效数据方法 spss去除极端值方法
统计学是一门旨在收集、分析和解释数据的学科。在统计学中,数据的准确性和有效性至关重要。然而,有时候我们会遇到无效数据,这些数据可能是错误的、缺失的或者不完整的,它们会对统计结果产生严重的影响。使用SPSS对数据进行统计时,也常常会面对这些问题,关于SPSS去除无效数据方法,SPSS去除极端值方法的内容,本文向大家作简单介绍。
2024-05-08
spss异常值处理办法 spss异常值检验步骤
SPSS异常值检查是数据分析中一个非常重要的步骤。异常值指的是数据集中与其他观测值明显不同的数值。这些异常值可能会对统计分析结果产生影响,使用SPSS进行统计分析前,要对数据进行简单分析,例如查看有无缺失值,进行异常值检验等。有关SPSS异常值处理办法,SPSS异常值检验步骤的内容,本文向大家作简单介绍。
2024-04-24
spss筛选变量不能共线 spss筛选出没有缺失值的样本方法
SPSS是一种强大的统计分析软件,广泛应用于各种研究领域。在进行数据分析时,研究人员经常会遇到共线性问题。共线性是指自变量之间存在高度相关性的情况,这可能会导致模型不稳定、参数估计不准确甚至无法得出有效的结论。因此,共线性诊断和筛选变量在SPSS中变得尤为重要。有关SPSS筛选变量不能共线,SPSS筛选出没有缺失值的样本方法的内容,本文向大家作简单介绍。
2024-04-17
spss筛选功能在什么地方 spss筛选怎么做
SPSS软件是一款被广泛应用于数据分析和统计学习领域的工具。在数据处理过程中,筛选是一个非常重要的步骤,它可以帮助用户快速地找到所需的数据并进行进一步的分析。SPSS软件提供了强大的筛选功能,使用户能够轻松地筛选出符合特定条件的数据,从而提高数据处理的效率和准确性。SPSS筛选功能在什么地方,SPSS筛选怎么做,本文向大家作简单介绍。
2024-04-10

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: