![]() Главная страница Случайная страница КАТЕГОРИИ: АвтомобилиАстрономияБиологияГеографияДом и садДругие языкиДругоеИнформатикаИсторияКультураЛитератураЛогикаМатематикаМедицинаМеталлургияМеханикаОбразованиеОхрана трудаПедагогикаПолитикаПравоПсихологияРелигияРиторикаСоциологияСпортСтроительствоТехнологияТуризмФизикаФилософияФинансыХимияЧерчениеЭкологияЭкономикаЭлектроника |
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 — 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.
|