한 고등학교 행정관이 미래 학생을 세 교육 진로 중 하나로 분류하기 위한 모형을 만들려고 합니다. 관리자는 학생 180명을 랜덤하게 선택하고 각 학생의 성취도 시험 점수, 동기 점수 및 현재 학습 과정을 기록합니다.

  1. 표본 데이터 집합교육배치.MTW을 엽니다.
  2. 통계분석 > 다변량 > 판별 분석을 선택합니다.
  3. 그룹학습 과정을 입력합니다.
  4. 예측 변수시험 점수동기을 입력합니다.
  5. 판별 함수에서 선형이 선택되어 있는지 확인합니다.
  6. 확인을 클릭합니다.

결과 해석

분류 요약 표는 모형에 의해 참 그룹에 올바르게 배치된 관측치의 비율을 보여줍니다. 학교 관리자는 모형이 학생을 얼마나 올바르게 분류하는지 확인하기 위해 결과를 사용합니다. 전체적으로 학생의 93.9%가 올바른 반에 배치되었습니다. 그룹 2에는 60명 중 53명(88.3%)만 올바르게 분류되어 올바르게 배치된 학생의 비율이 가장 낮습니다.

잘못 분류된 관측치 요약 표에는 관측치가 배치되어야 하는 그룹이 표시됩니다. 학교 관리자는 결과를 사용하여 각 학생이 잘못 분류되었는지 확인합니다. 예를 들어, 학생 4는 그룹 2에 배치되어야 하지만 그룹 1에 잘못 배치되었습니다.

판별 분석: 학습 과정 대 시험 점수, 동기

반응에 대한 선형 방법: 학습 과정

예측 변수: 시험 점수, 동기

그룹 그룹 1 2 3 카운트 60 60 60
분류 요약 참 그룹 그룹에 넣기 1 2 3 1 59 5 0 2 1 53 3 3 0 2 57 전체 N 60 60 60 N 수정 59 53 57 비율 0.983 0.883 0.950
분류 수정 N 수정 비율 180 169 0.939
그룹 간 거리 제곱 1 2 3 1 0.0000 12.9853 48.0911 2 12.9853 0.0000 11.3197 3 48.0911 11.3197 0.0000
그룹에 대한 선형 판별 함수 1 2 3 상수 -9707.5 -9269.0 -8921.1 시험 점수 17.4 17.0 16.7 동기 -3.2 -3.7 -4.3
잘못 분류된 관측치 요약 참 예측 관측치 그룹 그룹 그룹 거리 제곱 확률 4** 1 2 1 3.524 0.438 2 3.028 0.562 3 25.579 0.000 65** 2 1 1 2.764 0.677 2 4.244 0.323 3 29.419 0.000 71** 2 1 1 3.357 0.592 2 4.101 0.408 3 27.097 0.000 78** 2 1 1 2.327 0.775 2 4.801 0.225 3 29.695 0.000 79** 2 1 1 1.528 0.891 2 5.732 0.109 3 32.524 0.000 100** 2 1 1 5.016 0.878 2 8.962 0.122 3 38.213 0.000 107** 2 3 1 39.0226 0.000 2 7.3604 0.032 3 0.5249 0.968 116** 2 3 1 31.898 0.000 2 7.913 0.285 3 6.070 0.715 123** 3 2 1 30.164 0.000 2 5.662 0.823 3 8.738 0.177 124** 3 2 1 26.328 0.000 2 4.054 0.918 3 8.887 0.082 125** 3 2 1 28.542 0.000 2 3.059 0.521 3 3.230 0.479
이 사이트를 사용하면 분석 및 사용자 개인 컨텐츠에 대한 쿠키 사용에 동의하는 것입니다.  당사의 개인정보 보호정책을 확인하십시오