fisher判别.docx

实验名称：fisher判别
一、实验目的和要求
通过上机操作，完成spss软件的fisher判别
二、实验内容和步骤

依次点击，选择discriminant

如下图所示进行操作

点击ststistics,进行以下操作

点击classification，进行以下操作

点击save，进行以下操作

AnalysisCaseProcessingSummaryUnweightedCasesNPercentValid15100.0ExcludedMissingorout-of-rangegroupcodes0.0Atleastonemissingdiscriminatingvariable0.0Bothmissingorout-of-rangegroupcodesandatleastonemissingdiscriminatingvariable0.0Total0.0Total15100.0该表为分析案例处理摘要表，反映的是有效样本与缺失值的情况，可以看出本案例中有效值有15个，缺失值为15个

GroupStatistics类别MeanStd.DeviationValidN(listwise)UnweightedWeighted1.00X1188.600057.1384355.000X2150.400016.5015255.000X313.80005.9329655.000X420.000013.3229155.0002.00X1157.000041.1703855.000X2115.000014.8155355.000X37.00001.8708355.000X413.60007.5365855.0003.00X1151.000033.8008955.000X2121.400013.0115355.000X35.00001.8708355.000X48.00007.3143755.000TotalX1165.533345.110761515.000X2128.933321.049151515.000X38.60005.220841515.000X413.866710.391391515.000该表为分组统计量表，是各组变量的描述统计分析，从表中可以看出各个类别的均值，标准差。X1在3组中差别较大

TestsofEqualityofGroupMeansWilks'LambdaFdf1df2Sig.X1.8571.003212.396X2.4268.074212.006X3.4427.564212.007X4.7621.879212.195该组为组均值的均等性检验，从表中可以看出X2.X3在两组中的均值差异是显著的。

TestResultsBox'sM45.046FApprox.1.089df120df2516.896Sig..357Testsnullhypothesisofequalpopulationcovariancematrices.上表为协方差矩阵的均等性检验，是对3组进行的总体协方差矩阵是否相等的统计检验，因为p值=0.357，所以可知3组的协方差矩阵差异不显著。

EigenvaluesFunctionEigenvalue%ofVarianceCumulative%CanonicalCorrelation13.044a93.693.6.8682.207a6.4100.0.414a.First2canonicaldiscriminantfunctionswereusedintheanalysis.

Wilks'LambdaTestofFunction(s)Wilks'LambdaChi-squaredfSig.1through2.20516.6498.0342.8281.9783.577
上表是典型判别函数的分析结果，其中第一个表中反映了判别函数的特征值分别为3.044a0.207a分别解释了93.6%与6.4%的方差。

StandardizedCanonicalDiscriminantFunctionCoefficientsFunction12X1.453-.175X2.596-.811X3.662.600X4.299.608上表是标准化典型判别函数，反映的是标准化的判别函数。

CanonicalDiscriminantFunctionCoefficientsFunction12X1.010-.004X2.040-.055X3.176.160X4.031.062(Constant)-8.7845.448Unstandardizedcoefficients
上表为未标准化的典型判别函数系数，即费希尔判别函数系数，可以将样本观测值直接带入函数以求得判别函数

Casewise