【 苗C~，饵" .7. Il ，~ - 世界大学城

表 13.4 给 出 的 是 判 别 得 分 和 自 变 量 之 间 的 相 关 系 数 , 所 以 有 些 书 称 它 为 组 内 结 构 系 数 / 判别 负 载 CStructurecorrelations / Discriminant loadings. ) , SPSS 在 结 果 中 用 "* " 标 识 出 了 每 个 自 变量 中 与 每 组 判 别 得 分 中 相 关 系 数 最 大 的 一 个 函 数 , 这 有 些 类 似 于 主 成 分 分 析 中 的 成 分 结 构 。 由表 格 可 见 , 第 一 判 别 函 数 主 要 与 " 花 瓣 长 " 这 个 自 变 量 相 关 , 另 三 个 自 变 量 则 主 要 与 第 二 判 别 函数 相 关 。 由 于 前 面 的 结 果 己 经 表 明 第 一 个 判 别 函 数 携 带 了 绝 大 多 数 判 别 信 息 , 这 提 示 我 们 可 能" 花 瓣 长 " 这 个 变 量 在 判 别 分 析 中 起 了 主 要 作 用 。 事 实 上 , 如 果 只 用 它 进 行 分 析 , 用 交 互 印 证 法发 现 其 正 判 率 高 达 93.3% , 而 选 择 了 所 有 变 量 才 提 高 到 了 98% 。 这 提 示 我 们 , 如 果 出 于 实 际 条件 的 限 制 , 无 法 收 集 全 部 自 变 量 的 话 , 那 么 是 否 只 用 一 个 自 变 量 就 可 以 达 到 近 似 的 分 析 结 果 ? 从经 济 的 角 度 出 发 , 多 了 某 些 自 变 量 在 数 据 收 集 上 可 能 是 一 种 浪 费 。表 13.4Structure MatrixFunction花 瓣 t 乏 726* .165花 尊 宽 -.121 .879*花 瓣 宽 651 .718*花 尊 长 .221 .340*Pooled within-groups correlations between discriminatingvariables and standardized canonical discriminant functionsVariables ordered by absolute size of correlation within function.费 Larges! absolu!e correla!ion belween each variable and a 门 y discriminan! fun c!ion2表 13.5给 出 的 是 各 组 的 判 别 函 数 的 重 心 , 或 者 说 是 各 组 的 判 别 得 分 的 均 值 向 量 。 前 面 的 判别 函 数 的 检 验 就 是 分 别 检 验 这 两 个 向 量 在 各 组 是 否 相 等 。 在 得 知 各 类 别 重 心 后 , 只 需 要 为 每 个待 判 个 案 求 出 判 别 得 分 , 然 后 计 算 出 该 个 案 的 散 点 离 哪 一 个 中 心 最 近 , 就 可 以 得 到 该 个 案 的 判 别结 果 了 。表 13.5Functions at Group Centroids分 类 1刑 毛 莺 尾 范 -7.392变 色 莺 犀 花 1.763佛 吉 尼 平 莺 尾 花 5.629FunctionUnstandardized canonical discriminantfunctions evaluated at group means2219-.737518上 面 给 出 的 就 是 默 认 情 况 下 的 全 部 分 析 结 果 , 可 见 其 中 的 判 别 函 数 使 用 的 是 标 化 变 量 , 相 对而 言 使 用 不 是 非 常 方 便 , 如 果 希 望 得 到 直 接 使 用 原 始 变 量 的 判 别 函 数 , 则 可 以 在 Statistic 子 对 话杠 中 选 择 最 左 下 方 的 U nstandarized 框 , 可 以 得 到 如 表 13.6 所 示 的 输 出 。表 13.6 给 出 的 就 是 使 用 原 始 变 量 的 判 别 函 数 , 式 中 有 常 数 项 , 可 写 出 表 达 式 如 下 :D1 = - 2. 526 - O. 063 x 花 尊 长 -0.155 x 花 尊 宽 +0.196 x 花 瓣 长 +0.299 x 花 瓣 宽 03. 1)• 268 •