Пример исходных данных для дискриминантного анализа

(Для абитуриентов 21-25 значения классифицирующей переменной Y не определены).

Основные результаты дискриминантного анализа:

1. Определение статистической значимости различения классов при по­мощи данного набора дискриминантных переменных. Показатели — -Вилкса, -тест, p -уровень значимости.

2. Классификация «известных» и «неизвестных» объектов при помощи расстояний или значений априорных вероятностей. Качество классифика­ции определяется совпадением действительной классификации и пред­сказанной для «известных» объектов. Мерой качества может служить ве­роятность ошибочной классификации как соотношение количества оши­бочного отнесения к общему количеству «известных» объектов.

3. Выяснение вклада каждой переменной в дискриминантный анализ. Определяется по значениям критерия F -Фишера, толерантности и ста­тистики F -удаления.

4. Вычисление расстояний между центроидами классов и определение их статистической значимости по F -критерию.

5. Анализ канонических функций, их интерпретация через дискриминантные переменные (по стандартизированным и структурным коэффици­ентам канонических функций).

6. Графическое представление всех объектов и центроидов классов в осях канонических функций.

Рассмотрим процедуру обработки, основные результаты и их интерпретацию, применив программу SPSS к данным примера 17.1.