 |
АвтоАвтоматизацияАрхитектураАстрономияАудитБиологияБухгалтерияВоенное делоГенетикаГеографияГеологияГосударствоДомДругоеЖурналистика и СМИИзобретательствоИностранные языкиИнформатикаИскусствоИсторияКомпьютерыКулинарияКультураЛексикологияЛитератураЛогикаМаркетингМатематикаМашиностроениеМедицинаМенеджментМеталлы и СваркаМеханикаМузыкаНаселениеОбразованиеОхрана безопасности жизниОхрана ТрудаПедагогикаПолитикаПравоПриборостроениеПрограммированиеПроизводствоПромышленностьПсихологияРадиоРегилияСвязьСоциологияСпортСтандартизацияСтроительствоТехнологииТорговляТуризмФизикаФизиологияФилософияФинансыХимияХозяйствоЦеннообразованиеЧерчениеЭкологияЭконометрикаЭкономикаЭлектроникаЮриспунденкция
Теоретичні відомості. Дискримінантний аналіз
Дискримінантний аналіз
Для виконання задачі класифікації за допомогою дискримінантного аналізу необхідно виконати наступні дії. В меню послідовно вибираємо «Сервис», «Макрос», «Макросы» (або «Вид», «Макросы», «Макросы» в більш нових версіях). З’являється вікно (рис.Б.8.1), в якому необхідно вибрати discrim_n_m. Після запуску макросу у відповідь на запит (рис.Б.8.7) необхідно ввести інформацію про кількість класів.
Рис. Б.8.1. Вибір макросу
| 
|
| Рис. Б.8.7. Запит інформації про кількість класів | Рис. Б.8.7. Запит інформації про кількість класів |
| 
|
| Рис. Б.8.8. Запит на введення інформації по навчальній вибірці | |
|
|
| Рис. Б.8.9. Запит інформації про об’єкт, який необхідно класифікувати | |
| 
|
| 
|
| Рис. Б.8.10. Запит місця виведення результату |
Після цього потрібно ввести навчальні вибірки. Вони вводяться на запити виду (рис.Б.8.8), в яких змінюється тільки номер вибірки (1-й, 2-й тощо).
Далі потрібно ввести опис об’єкту, належність якого до якогось із класів необхідно визначити (рис. Б.8.9).
Наостанок вводиться інформація про місце виведення результату (рис.Б.8.10).
Результати роботи макросу дискримінантного аналізу представлені на рис.Б.8.11.
| Результати дискримінантного аналізу | ||
| Им`я об`єкта | Макс. знач. | Клас |
| P1 | 10936,93785 | |
| P2 | 5973,322319 | |
| P4 | 9574,705783 | |
| P5 | 5502,215719 | |
| P6 | 9380,574966 | |
| P7 | 11062,29224 | |
| P8 | 11578,29324 | |
| P9 | 9256,63974 | |
| P10 | 10800,19184 | |
| P12 | 8953,970473 | |
| P13 | 10707,79239 | |
| P14 | 11015,0196 | |
| P15 | 10827,0453 | |
| P16 | 9481,96134 | |
| P17 | 11942,51746 | |
| P18 | 7931,127349 |
| Дискримінантні функції | Номер коефіцієнта | |||||||||||
| Номер функції | ||||||||||||
| 10,23760635 | 3696,588 | 7842,153 | -5364,48 | -2,66914 | 11,44252 | -32,0004 | -621,441 | 1423,437 | 1748,463 | -143,98 | -0,87709 | |
| 9,741864415 | 3663,983 | 7842,797 | -5352,08 | -2,47935 | 11,34829 | -30,2625 | -713,891 | 1416,662 | 1740,568 | -143,314 | -0,81735 | |
| 9,8417371 | 3677,023 | 7857,994 | -5363,74 | -2,56002 | 11,91076 | -25,0226 | -720,633 | 1415,801 | 1739,628 | -143,249 | -0,80719 | |
| 10,14189991 | 3676,109 | 7855,96 | -5355,25 | -2,56791 | 11,71347 | -35,7475 | -737,273 | 1428,725 | 1758,306 | -144,805 | -0,86637 |
Покроковий дискримінантний аналіз
Теоретичні відомості
Вихідними даними для покрокового дискримінантного аналізу є вибірка X (M змінних, N спостережень), яка складається з K груп розміром Nk кожна (
). Розраховується внутрішньо групове (W) і загальне розсіяння (Т).
(1)
(2)
де 
– значення l-го спостереження в k-й групі для i-ї змінної; 
– середнє для i-ї змінної в k-й групі; 
– загальне середнє для i-ї змінної. Даля розраховується 
. Значущими вважаються ті змінні, для яких значення F-включення більше критичного. 
, тут p – кількість змінних, які вже включені в модель.
Поиск по сайту: