ch9 判别分析2016.ppt

自变量为定性变量及定量变量 SPSS软件应用（II） 分析——回归——二元Logistic 自变量为定性变量及定量变量时：把因变量(opinion)选入因变量，把自变量（age和sex）选入协变量 然后点分类，再把定性变量sex选入分类协变量。 然后点保存，保持预测概率值。回到主对话框，点击确定即可得到结果。 错判概率表 绘图:　图形——旧对话框——散点/点状 代谢组学研究及其数据分析 北京市公安局法医中心 综合案例: 数据分析的目的和要求 立题思路：基于人体在海洛因滥用成瘾后，代谢机制发生变化，通过分析人体组织或体液的图谱数据，找出人体吸毒成瘾以后，所特有的或发生变化的代谢物（生物标记物，biomaker）。 数据分析要求：对检测的两组样本（吸毒成瘾组和初次吸毒组）得到的400余个质荷比数据。要求通过分析，寻找出两组数据中有统计学差异的特征性质荷比。 第一主平面图 相关圆图 咨询建议 1、你对这个计算结果有什么印象？ 2、你对下一步工作有什么建议？ 3、这是一个有导师的问题还是无导师的问题？ 4、他在模型选择方面有什么缺陷，你有何建议？ 5、从相关圆图中能识别主要影响因素吗，怎么办？ 需要进行变量筛选 只要一个主因素，就可以很好的区别两组样本点 6、从主平面图中，你对数据计算结果有什么判断？ 因变量: 定量 自变量 : 定量 回归模型 因变量: 定性 自变量: 定量 判别分析 Logistic 回归 因变量: 定量 自变量: 定性 方差分析 1. 对数据disc.sav进行计算，并对结果进行分析和评述。 2. 讨论判别分析和聚类分析有什么不同？ 作 业 在统计量（S）中的函数系数选 Fisher (F)和未标准化（U)： 可以输出Fisher分类函数的结果 在分类（C) 中的“输出”选“摘要表”, 以及“不考虑该个案的分类”：分别输出原始数据和交叉验证的正确判别率； 在“图”可选 “合并图”. 利用SPSS软件的逐步判别法，淘汰了不显著的“流动资金比例(cp)”，还剩下七个变量。 用x1,x2, x3, x4,x5, x6, x7分别表示变量is，se，sa，prr，ms，msr，cs，得到两个典则判别函数. 两个典则判别函数导出的150个企业的二维点图 SPSS给出这些判别函数的重要程度 投影的重要性是和特征值的贡献率有关。该表说明第一个函数的贡献率已经是99%了，而第二个只有1%。 三个线性分类函数的系数 把每个观测点带入三个函数，就可以得到分别代表三类的三个值。哪个值最大，该点就属于相应的那一类。 训练样本的分类结果——分类函数正确分类的比例 如果只用3个变量进行判别：企业规模（is）、服务(se)、雇员工资比例(sa)计算结果中图形的分辨能力下降，判别的正确率低于前面分析 基于3个变量时分类结果表 9.4 Logistic回归模型 工作目的：因变量为虚拟变量的回归模型 普通OLS回归：对回归模型中的自变量、回归系数以及残差项的取值都没有任何限制，作为自变量函数的因变量就必须能够在 范围内自由取值。 如果因变量只取分类值，或者只取两类值（0、1），就会严重违反因变量为连续型变量的假设。 当因变量是虚拟变量时采用线性回归模型会产生哪些问题 设因变量 只取0、1两个数值的虚拟变量，是一个两点分布变量，在给定的条件下，记概率 这时所建立的线性回归模型就是在分析当自变量变化时， 是如何变化的。 问题： （1）事件概率值 的取值只能在[0，1]范围内； （2）随机误差项有不变方差的假设已不能再维持。 因此，在因变量为定性变量的情况下，普通线性回归模型是不适用的。 考虑采用非线性模型 （S型曲线） logistic函数的值域为 用 作为因变量，得到logistic回归模型 1838年由比利时学者Verhulst首次提出。1920年美国学者 Bearl Reed在研究果蝇的繁殖中发现和使用该函数，并在人口估计和预测中推广使用 将logistic回归模型转换为线性模型 Logit（logistic probability unit）变换： 得到： 较好地克服了概率因变量的取值受到限制的困难。 Logit变换的特点： 定义： 关于 的解释 定义：对数发生比 与 之