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。
我们依次点击分析,分类,判别式,如图2所示。
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。
点击统计,勾选博克斯,未标准化选项,点击继续。
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。
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。
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。
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。
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。
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。
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
︾
读者也喜欢这些内容:
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。...
阅读全文 >
怎样使用SPSS的概率回归方法分析数据
回归分析是数据分析中广泛应用的一种方法,如果要学习数理统计分析,回归分析将是重中之重。...
阅读全文 >
多元线性回归需要做哪些检验 多元线性回归分析步骤
多元线性回归是较为简单的回归分析,用以评价因变量与多个自变量之间是否存在简单线性关系,人工进行多元线性回归分析计算非常繁琐,借助统计分析软件则可以显著提高效率,如IBM SPSS Statistics,使用SPSS进行多元线性回归需要做哪些检验,多元线性回归分析步骤是怎样的,本文将向大家作简单介绍。...
阅读全文 >
SPSS多元非线性回归分析步骤 SPSS多元非线性回归分析结果
多元非线性回归主要用于进行多变量的分析比较和预测,当现实中的自变量和因变量,即输出和输入数据不成线性关系时,我们要通过对数型变化将非线性问题转换为线性问题,但这仅靠人力明显难以做到,这个时候我们就可以借助数据分析工具——SPSS来进行多元非线性回归分析,下面来为大家具体介绍有关SPSS多元非线性回归分析步骤,SPSS多元非线性回归分析结果的相关内容。...
阅读全文 >