判别分析作业..docVIP

判别分析与聚类分析不同。判别分析是在已知研究对象分成若干类型（或组别）并已取得各种类型的一批已知样品的观测数据，在此基础上根据某些准则建立判别式，然后对未知类型的样品进行判别分类。 表3-1 分析案例处理摘要 未加权案例 N 百分比 有效 28 90.3 排除的 缺失或越界组代码 3 9.7 至少一个缺失判别变量 0 .0 缺失或越界组代码还有至少一个缺失判别变量 0 .0 合计 3 9.7 合计 31 100.0 注：参与判别分析的观测量数据总结，共有31个样品，其中3个样品为待判样品。 表3-2 组统计量 案例的类别号 均值 标准差 有效的 N（列表状态） 未加权的 已加权的 1 农 业 1359.700 342.1673 13 13.000 林 业 146.517 73.3137 13 13.000 牧 业 895.907 333.6804 13 13.000 渔 业 304.403 310.4489 13 13.000 2 农 业 408.396 315.2450 10 10.000 林 业 37.247 49.3953 10 10.000 牧 业 203.285 128.0568 10 10.000 渔 业 39.380 61.9882 10 10.000 3 农 业 2821.154 591.4155 5 5.000 林 业 124.150 69.0856 5 5.000 牧 业 1717.854 429.8756 5 5.000 渔 业 525.066 463.0711 5 5.000 合计 农 业 1280.923 928.0349 28 28.000 林 业 103.498 80.6531 28 28.000 牧 业 795.318 612.0639 28 28.000 渔 业 249.156 328.2521 28 28.000 分类统计结果：均值、方差、未加权的权重和加权的权重,从表3-2中可以看出“农业”最发达的处在第3类中；“林业”最发达的处在第1类中；“牧业”相对比较发达的处在第3类中；“渔业”比较发达的处在第3类中. 表3-3 汇聚的组内矩阵a 农 业 林 业 牧 业 渔 业 协方差 农 业 147937.808 32.329 53946.036 38237.523 林 业 32.329 4221.968 763.564 5011.382 牧 业 53946.036 763.564 88914.814 -1202.757 渔 业 38237.523 5011.382 -1202.757 81954.578 相关性 农 业 1.000 .001 .470 .347 林 业 .001 1.000 .039 .269 牧 业 .470 .039 1.000 -.014 渔 业 .347 .269 -.014 1.000 a. 协方差矩阵的自由度为 25。 表3-4 协方差矩阵a 案例的类别号 农 业 林 业 牧 业 渔 业 1 农 业 117078.430 1692.491 42646.940 25617.256 林 业 1692.491 5374.905 1683.836 11767.276 牧 业 42646.940 1683.836 111342.627 8140.306 渔 业 25617.256 11767.276 8140.306 96378.528 2 农 业 99379.420 5349.297 33360.199 -1210.280 林 业 5349.297 2439.892 2404.660 2442.228 牧 业 33360.199 2404.660 16398.533 -81.391 渔 业 -1210.280 2442.228 -81.391 3842.531 3 农 业 349772.315 -16911.335 134161.459 164855.882 林 业 -16911.335 4772.826 -5689.721 -9475.701 牧 业 134161.459 -5689.721 184793.008 -31755.020 渔 业 164855.882 -9475.701 -31755.020 214434.833 合计 农 业 861248.753 28961.813 508218.736 183988.724 林 业 28961.813 6504