Wenn Sie die Reihenfolge ändern möchten, in der Textgruppen verarbeitet werden (in der Standardeinstellung erfolgt dies in alphabetischer Reihenfolge), können Sie eine eigene Reihenfolge festlegen. Weitere Informationen finden Sie unter Ändern der Anzeigereihenfolge von Textwerten in der Minitab-Ausgabe.
C1 | C2 | C3 |
---|---|---|
Leistungsgruppe | Testergebnis | Motivation |
3 | 1021 | 44 |
2 | 1152 | 56 |
1 | 1224 | 61 |
3 | 1077 | 46 |
2 | 1149 | 55 |
2 | 1192 | 49 |
Wählen Sie aus, welche Diskriminanzfunktion für die Analyse verwendet werden soll.
Sie können die Analyse zweimal ausführen, mit jeder Diskriminanzfunktion einmal, und dann die Ergebnisse vergleichen, um zu bestimmen, welche Funktion für Ihre Daten am besten geeignet ist. Eine gebräuchliche Methode zur Auswertung der Diskriminanzfunktion besteht darin, die Anteile korrekter Klassifizierungen zu vergleichen. Eine weitere Methode besteht darin, einige Beobachtungen, deren Gruppen bekannt sind, so zu behandeln, als wären die Gruppen unbekannt, und dann zu bestimmen, wie gut die Diskriminanzfunktion die bekannten Gruppen prognostiziert.
Wählen Sie diese Option aus, um eine optimistische scheinbare Irrtumswahrscheinlichkeit für die fehlklassifizierten Beobachtungen auszugleichen. Die scheinbare Irrtumswahrscheinlichkeit ist der Prozentsatz der fehlklassifizierten Beobachtungen. Diese Zahl ist häufig ein optimistischer Wert, da die klassifizierten Daten mit denen identisch sind, mit denen die Klassifikationsfunktion erstellt wurde.
Bei der Kreuzvalidierung lässt Minitab jede Beobachtung einzeln aus und berechnet anhand der verbleibenden Beobachtungen die Diskriminanzfunktion. Anschließend prognostiziert Minitab die Gruppe für die ausgelassene Beobachtung. Wenn der Anteil der korrekten Gruppen hoch ist, können Sie den Prognosen vertrauen.
Wenn Sie eine Kreuzvalidierung durchführen, zeigt Minitab eine zusätzliche Zusammenfassungstabelle an und fügt in der Tabelle „Zusammenfassung der fehlklassifizierten Beobachtungen“ Informationen zur Kreuzvalidierung hinzu.
Ein anderes mögliches Verfahren zum Berechnen einer realistischeren Irrtumswahrscheinlichkeit ist das Aufteilen der Daten in zwei Teile. Erstellen Sie mit dem einen Teil die Diskriminanzfunktion, und nutzen Sie den anderen Teil für die Validierung. Prognostizieren Sie die Gruppenzugehörigkeit für die Validierungsdaten, und berechnen Sie die Irrtumswahrscheinlichkeit als den Prozentsatz dieser Daten, der fehlklassifiziert wurde.
Sie können Ergebnisse aus der Analyse im Arbeitsblatt speichern, so dass Sie sie in anderen Analysen, Grafiken und Makros verwenden können. Minitab speichert die ausgewählten Ergebnisse in der von Ihnen eingegebenen Spalte. Die Namen der Speicherspalten für die Anpassungen und kreuzvalidierten Anpassungen enden mit einer Zahl, die sich erhöht, wenn Sie ein Ergebnis mehrmals speichern.