判别分析作业

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

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。

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.

※ 各类协方差矩阵和总协方差矩阵。

※ 第3类中农业之间的协方差数值最大为349772.315，牧业之间的协方差数值达到最大为184793.008，渔业之间的协方差数值达到最大为214434.833，第1类中林

业之间的协方差数值达到最大为5374.905。典型判别式函数摘要

数越具有区别判断力。最后一列表示是典则相关系数，是组间平方和与总平方和之比的平方根，表示判别函数分数与组别间的关联程度。

Wilk的

标准化后的典型判别式函数

※ y10.747x10.234x20.383x30.063x4 ※ y20.403x10.923x20.189x3

0.036x4

判别变量和标准化典型判别式函数之间的汇聚组间相关性按函数内相关的

绝对大小排序的变量。*. 每个变量和任意判别式函数间最大的绝对相关性。

※ y10.906x10.744x20.254x30.233x4 ※ y20.300x10.035x20.142x30.940x4

非标准化的典型判别式函数

※ y10.002x10.004x20.001x33.827

※ y20.001x10.014x20.001x30.664

Fisher 的线性判别式函数

※ y10.008x10.036x20.005x30.02x411.034 ※ y20.003x10.011x20.002x41.921

※ y30.017x10.031x20.009x30.003x433.332

根据判别函数，就可以对原各组样品以及待判样品进行回判和判别。.

区域图

典则判别

函数 2

-8.0 -6.0 -4.0 -2.0 .0 2.0 4.0 6.0 8.0 +---------+---------+---------+---------+---------+---------+---------+---------+ 8.0 + 21 13 + | 21 13 | | 21 13 | | 21 13 | | 21 13 | | 21 13 | 6.0 + + + 21 + + + + 13 + + | 21 13 |

| 21 13 | | 21 13 | | 21 13 | | 21 13 | 4.0 + + + 21+ + + 13 + + | 21 13 | | 21 13 | | 21 13 | | 21 13 | | 21 13 | 2.0 + + + +21 + + 13 + + + | 21 13 | | 21 13 | | 21 13 | | 21 * 13 | | 21 13 | .0 + + + + 21 + + 13 + + + | * 21 13 | | 21 13 * | | 21 13 | | 21 13 | | 21 13 | -2.0 + + + + 21+ 13+ + + + | 21 13 | | 21 13 | | 21 13 | | 21 13 | | 21 13 | -4.0 + + + + +21 13 + + + + | 2113 | | 2113 | | 23 | | 23 | | 23 | -6.0 + + + + + 23 + + + + | 23 | | 23 | | 23 | | 23 | | 23 | -8.0 + 23 +

+---------+---------+---------+---------+---------+---------+---------+---------+ -8.0 -6.0 -4.0 -2.0 .0 2.0 4.0 6.0 8.0

典则判别函数 1

区域图中使用的符号

符号组标签 ---- -- --------------

1 1 2 2 3 3

* 表示一个组质心

单独组图表

分析:回代率为百分之百，这与统计资料的结果相符，而待判的3个样品的判别结果表明：河南,湖北属于第3类，宁夏属于第2类。