2015-10-22
442
1. Пошаговый анализ с включением.
Модель дискриминации строится по шагам на каждом шаге просматриваются все переменные и находится та из них, которая вносит наибольший вклад в различие между совокупностями. Эта переменная должна быть включена в модель на данном шаге, и происходит переход к следующему шагу.
2. Пошаговый анализ с исключением.
Все переменные будут сначала включены в модель, а затем на каждом шаге будут устраняться переменные, вносящие малый вклад в предсказания. Результат анализа - наличие "важных" переменных в модели {чей вклад в дискриминацию больше остальных).
Пошаговый дискриминантный анализ основан на использовании статистического уровня значимости при решении о включении переменной в модель или ее исключении.
В общем случае подгоняется линейное уравнение следующего типа:
Группа = а + b1*х1 + b2*х2 + … + bт*хт
где:
- а константа,
- b1...bт коэффициенты регрессии.
Интерпретация результатов; - переменные с наибольшими регрессионными коэффициентами вносят наибольший вклад в дискриминацию.
|
|
|
Дискриминантный анализ может рассматриваться также как процедура множественной регрессии.
Классификация
Как только модель установлена (получена дискриминирующая функция), возникает вопрос о том, как хорошо она может предсказывать, к какой группе принадлежит конкретный образец?
Итог - матрица классификации: содержит число образцов, корректно классифицированных (на диагонали матрицы) и тех, которые попали не в свои группы.
| Малая | Средняя | Большая | |
| Малая | |||
| Средняя | |||
| Большая | |||
| Малая | 100,0 | ,о | ,0 |
| Средняя | ,0 | 100,0 | ,0 |
| Большая | ,0 | ,0 | 100,0 |
| Малая | |||
| Средняя | |||
| Большая | |||
| Малая | 50,0 | 50,0 | ,0 |
| Средняя | ,0 | 100,0 | ,0 |
| Большая | ,0 | ,0 | 100,0 |
Пример: Классификация семей по затратам на летний отдых в зависимости от среднемесячного дохода и состава семьи.
КАНОНИЧЕСКИЙ АНАЛИЗ
Во многих модулях SPSS можно вычислить матрицы парных коэффициентов корреляции для выражения зависимости между несколькими переменными.
Модуль «Каноническая корреляция» предназначен для анализа зависимостей между списками переменными - он позволяет исследовать зависимость между двумя множествами переменных (в этом смысле он развивает возможности других модулей).
Примеры:
- медицина -• изучение зависимости между различными неблагоприятными факторами и появлением определенной группы симптомов заболевания;
- социология - исследование зависимости между прогнозами социальных изменений, печатаемыми в двух газетах, и реальными изменениями, оцененными с помощью четырех различных статистических признаков;
|
|
|
- сфера образования - оценка зависимости между навыками по трем учебным дисциплинам и оценками по пяти школьным предметам.
•
Во всех этих случаях нас интересует зависимость между двумя множествами переменных, для анализа которой и предназначен модуль «Каноническая корреляция».
