ВУЗ:
Составители:
Рубрика:
установив для нее коды (codes for grouping variable): 1 и 0. Щелкните по
кнопке «ОК ». В результате откроется окно с результатами дискриминант-
ного анализа (см . рис. 3.1).
Рис. 3.1. Окно с результатами дискриминантного анализа
В верхней информационной части окна содержатся основные парамет -
ры вычислительной процедуры : число переменных в модели (4); значения
лямбды Уилкса (0,203870); приближенное значение статистики F-критерия,
соответствующее лямбде Уилкса (F(4, 7)=6,833861) и рассчитанный для не-
го уровень значимости (р < 0,0145). Полученные результаты свидетельст -
вуют о достаточно высоком качестве дискриминации.
3. Щелкнуть по опции «Переменные модели » (Summary: Variables in
the model). В результате появится таблица (см . табл . 3.2.5), содержащая ста-
тистику для переменных, присутствующих в модели.
Таблица 3.2.5
Итоговая таблица анализа дискриминантных функций
Discriminant Function Analysis Summary
No. of vars in model: 4; Grouping: Var5 (2 grps)
Wilks' Lambda: ,20387 approx. F (4,7)=6,8339 p< ,0145
N=12
Wilks'
Lambda
Partial
Lambda
F-remove
(1, 7)
p-level Toler.
1-Toler.
(R-sqr.)
Var1
0,217682
0,936553
0,47422 0,513223
0,013331
0,986669
Var2
0,513691
0,396875
10,63781 0,013834
0,040830
0,959170
Var3
0,600091
0,339733
13,60440 0,007773
0,022088
0,977912
Var4
0,258887
0,787491
1,88899 0,211701
0,012490
0,987510
Статистика лямбда Уилкса (Wilks' Lambda), принимающая значения в
диапазоне от 0 до 1, служит для проверки качества дискриминации. Причем ,
чем ближе к нулю, тем меньше вероятность ошибочного разделения. Значе-
ние статистики, равное 1, свидетельствует о «плохом» качестве модели.
у ст а н овив д л я н ее код ы (codes for grouping variable): 1 и 0. Щ ел кн ит е по кн опке «О К ». В резу л ь т а т е от кроет ся окн о с резу л ь т а т а м и д искрим ин а н т - н ого а н а л иза (см . рис. 3.1). Ри с. 3.1. О кн о с ре зультатам и ди скри м и н ан тн ого а н а ли за В верхн ей ин ф орм а цион н ой ча ст и окн а сод ерж а т ся осн овн ые па ра м ет - ры вычисл ит ел ь н ой процед у ры: числ о перем ен н ых в м од ел и (4); зн а чен ия л ям бд ы У ил кса (0,203870); прибл иж ен н ое зн а чен ие ст а т ист ики F-крит ерия, соответ ст ву ющ ее л ям бд е У ил кса (F(4, 7)=6,833861) и ра ссчит а н н ый д л я н е- го у ровен ь зн а чим ост и (р < 0,0145). П ол у чен н ые резу л ь т а т ы свид етел ь ст - ву ют о д ост а точн о высоком ка чест ве д искрим ин а ции. 3. Щ ел кн у т ь по опции «П еременны е мо дели » (Summary: Variables in the model). В резу л ь т а т е появит ся т а бл ица (см . т а бл . 3.2.5), сод ерж а щ а я ст а - т ист ику д л я перем ен н ых, прису т ст ву ющ их в м од ел и. Табли ца 3.2.5 Ит огова я т а блица а на лиза диск римина нт ных ф унк ций Discriminant Function Analysis Summary No. of vars in model: 4; Grouping: Var5 (2 grps) Wilks' Lambda: ,20387 approx. F (4,7)=6,8339 p< ,0145 N=12 Wilks' Partial F-remove 1-Toler. p-level Toler. Lambda Lambda (1, 7) (R-sqr.) Var1 0,217682 0,936553 0,47422 0,513223 0,013331 0,986669 Var2 0,513691 0,396875 10,63781 0,013834 0,040830 0,959170 Var3 0,600091 0,339733 13,60440 0,007773 0,022088 0,977912 Var4 0,258887 0,787491 1,88899 0,211701 0,012490 0,987510 Ст а т ист ика ля мбда У и лк са (Wilks' Lambda), прин им а ющ а я зн а чен ия в д иа па зон е от 0 д о 1, сл у ж ит д л я проверки ка чест ва д искрим ин а ции. П ричем , чем бл иж е к н у л ю, т ем м ен ь ш е вероят н ость ош ибочн ого ра зд ел ен ия. З н а че- н ие ст а т ист ики, ра вн ое 1, свид ет ел ь ству ет о «пл охом » ка чест ве м од ел и.
Страницы
- « первая
- ‹ предыдущая
- …
- 25
- 26
- 27
- 28
- 29
- …
- следующая ›
- последняя »