Aviso
Agora você está saindo do support.minitab.com.
Clique em Continuar para prosseguir para:
O grupo verdadeiro no qual uma observação é classificada. O grupo real é determinado pelos valores na coluna de agrupamento da worksheet.
Para avaliar a classificação das observações em cada grupo, compare os grupos nos quais as observações foram colocadas com seus grupos reais.
| Alocado no Grupo | Grupo Verdadeiro | ||
|---|---|---|---|
| 1 | 2 | 3 | |
| 1 | 59 | 5 | 0 |
| 2 | 1 | 53 | 3 |
| 3 | 0 | 2 | 57 |
| Total de N | 60 | 60 | 60 |
| N correto | 59 | 53 | 57 |
| Proporção | 0,983 | 0,883 | 0,950 |
A coluna 2 desta tabela de Resumo da classificação mostra que 53 observações foram corretamente atribuídas ao Grupo 2. Contudo, 5 observações do Grupo 2 foram, em vez disso, colocadas no Grupo 1, e 2 observações do Grupo 2 foram colocadas no Grupo 3. Portanto, 7 das observações do Grupo 2 foram incorretamente classificadas em outros grupos.
| Observação | Grupo Verdadeiro | Grupo Pred | Grupo | Distância Quadrática | Probabilidade |
|---|---|---|---|---|---|
| 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 |
A Linha 1 dessa tabela de Resumo de observações de falsa resposta mostra que a observação 4 foi predita para pertencer ao Grupo 2, mas, na verdade, ela pertence ao Grupo 1.
O grupo no qual uma observação é predita para pertencer com base na análise discriminante.
Para avaliar a classificação das observações em cada grupo, compare os grupos nos quais as observações foram colocadas com seus grupos reais. Por exemplo, a linha 2 da seguinte tabela Resumo de classificação mostra que um total de 1 + 53 + 3 = 57 observações foram colocadas no Grupo 2. Daquelas 57 observações, 53 observações foram corretamente atribuídas ao Grupo 2. Contudo, 1 observação que foi colocada no Grupo 2 foi, na verdade, do Grupo 1, e 3 observações que foram colocadas no Grupo 2 foram, na verdade, do Grupo 3. Portanto, 4 das observações preditas para pertencerem ao Grupo 2 foram, na verdade, de outros grupos.
| Alocado no Grupo | Grupo Verdadeiro | ||
|---|---|---|---|
| 1 | 2 | 3 | |
| 1 | 59 | 5 | 0 |
| 2 | 1 | 53 | 3 |
| 3 | 0 | 2 | 57 |
| Total de N | 60 | 60 | 60 |
| N correto | 59 | 53 | 57 |
| Proporção | 0,983 | 0,883 | 0,950 |
O número total de observações em cada grupo verdadeiro.
O número de observações corretamente posicionadas em cada grupo real. O Minitab exibe o N corretas para cada grupo real e o N corretas total para todos os grupos.
Use o valor N corretas para determinar quantas observações em seu conjunto de dados são preditas para pertencer ao grupo ao qual elas foram atribuídas. Por exemplo, para o Grupo 1, suponha que o valor N corretas é 52 e o valor N total é 60. Isso indica que 60 valores são identificados como pertencendo ao Grupo 1 com base nos valores na coluna de agrupamento da worksheet. Dessas 60 observações, 52 são preditas para pertencer ao Grupo 1 com base na função discriminante usada para a análise. Portanto, o número de observações que são corretamente posicionados em cada grupo real é 52.
A proporção de observações corretamente posicionada em cada grupo real.
Use a proporção de observações corretamente posicionada em cada grupo para avaliar quão bem suas observações são classificadas. Por exemplo, as proporções no Resumo da tabela de classificação indicam o seguinte:
Portanto, as observações classificadas no grupo 2 têm a maioria dos problemas.
| Alocado no Grupo | Grupo Verdadeiro | ||
|---|---|---|---|
| 1 | 2 | 3 | |
| 1 | 59 | 5 | 0 |
| 2 | 1 | 53 | 3 |
| 3 | 0 | 2 | 57 |
| Total de N | 60 | 60 | 60 |
| N correto | 59 | 53 | 57 |
| Proporção | 0,983 | 0,883 | 0,950 |
O número de valores não faltantes no conjunto de dados. N é igual ao número total de observações em todos os grupos.
A proporção de classificações corretas para todos os grupos. Este valor é igual ao número de observações corretamente posicionadas (N corretas) dividido pelo número total de observações (N).
A distância quadrática de um centro de grupo (média) para outro centro de grupo (média). Uma observação é classificada em um grupo se o quadrado da distância (também chamada distância de Mahalanobis) da observação ao centro do grupo é mínima.
Se você usa a função quadrática, o Minitab exibe a tabela Distância quadrada generalizada. Para obter mais informações sobre como as distâncias quadradas são calculadas para cada função, vá para Distância e funções discriminantes para Análise discriminante.
Apesar dos valores de distância não serem muito informativos por si mesmos, você pode comparar as distâncias para ver quão diferentes os grupos são. Por exemplo, os resultados a seguir indicam que a maior distância é entre os grupos 1 e 3 (48,0911). A diferença entre os grupos 1 e 2 é 12,9853 e a diferença entre os grupos 2 e 3 é 11,3197.
| 1 | 2 | 3 | |
|---|---|---|---|
| 1 | 0,0000 | 12,9853 | 48,0911 |
| 2 | 12,9853 | 0,0000 | 11,3197 |
| 3 | 48,0911 | 11,3197 | 0,0000 |
A função discriminante linear para grupos indica a equação linear associada com cada grupo. Os escores discriminantes lineares para cada grupo correspondem aos coeficientes de regressão na análise de regressão múltipla.
Os grupos com a maior função discriminante linear ou coeficientes de regressão, contribuem mais para a classificação das observações. Por exemplo, nos seguintes resultados, o grupo 1 tem a maior função discriminante linear (17,4) para escores de teste, o que indica que os escores de teste do grupo 1 contribuem mais do que aqueles do grupo 2 ou do grupo 3 para a classificação da identificação do grupo. O grupo 3 tem a maior função discriminante linear para motivação, o que indica que os escores de motivação do grupo 3 contribuem mais do que aqueles do grupo 1 ou do grupo 2 para a classificação da identificação do grupo.
| 1 | 2 | 3 | |
|---|---|---|---|
| Constante | -9707,5 | -9269,0 | -8921,1 |
| Pontuação do teste | 17,4 | 17,0 | 16,7 |
| Motivação | -3,2 | -3,7 | -4,3 |
A média combinada é a média ponderada das médias de cada grupo verdadeiro. Para exibir a média combinada, você deve clicar Opções e selecionar Acima mais média, desv. pad. e sumário de covariância quando realizar a análise.
Use a média combinada para descrever o centro de todas as observações nos dados. Por exemplo, nos resultados a seguir, a média geral dos escores de teste de todos os grupos é 1102,1.
| Média Combinada | Médias dos Grupos | |||
|---|---|---|---|---|
| Variável | 1 | 2 | 3 | |
| Pontuação do teste | 1102,1 | 1127,4 | 1100,6 | 1078,3 |
| Motivação | 47,056 | 53,600 | 47,417 | 40,150 |
A soma dos valores em cada grupo real dividida pelo número de valores (não faltantes) em cada grupo real. Para exibir as médias para grupos, você deve clicar em Opções e selecionar Acima mais média, desv. pad. e sumário de covariância quando realizar a análise.
Use as médias de grupo para descrever cada grupo real com um único valor que representa o centro dos dados. Por exemplo, nos resultados a seguir, o grupo 1 tem o maior escore de teste médio (1127,4), enquanto o grupo 3 tem o menor escore de teste médio (1078,3). O escore de teste médio para o grupo 2 está no meio (1100,6).
| Média Combinada | Médias dos Grupos | |||
|---|---|---|---|---|
| Variável | 1 | 2 | 3 | |
| Pontuação do teste | 1102,1 | 1127,4 | 1100,6 | 1078,3 |
| Motivação | 47,056 | 53,600 | 47,417 | 40,150 |
O desvio padrão combinado é uma média ponderada dos desvios padrão de cada grupo real. Para exibir o desvio padrão combinado, você deve clicar em Opções e selecionar Acima mais média, desv. pad. e sumário de covariância quando realizar a análise.
Use o desvio padrão combinado para determinar o grau de dispersão dos pontos de dados individuais com relação à sua média do grupo real. Por exemplo, nos resultados a seguir, o desvio padrão combinado para os escores de teste de todos os grupos é 8,109.
| DesvPad Combinado | DesvPad do Grupo | |||
|---|---|---|---|---|
| Variável | 1 | 2 | 3 | |
| Pontuação do teste | 8,109 | 8,308 | 9,266 | 6,511 |
| Motivação | 2,994 | 2,409 | 3,243 | 3,251 |
A medida mais comum de dispersão, ou o quanto os dados estão dispersos sobre a média. O desvio padrão dos grupos é o desvio padrão de cada grupo real. Para exibir os desvios padrão, você deve clicar em Opções e selecionar Acima mais média, desv. pad. e sumário de covariância quando realizar a análise.
Use o desvio padrão para os grupos para determinar o grau de dispersão dos dados a partir da média em cada grupo real. Por exemplo, nos resultados a seguir, os escores de teste do grupo 2 têm o maior desvio padrão (9,266). Isso indica que os escores de teste do grupo 2 têm a maior variabilidade dos três grupos. O grupo 3 tem o menor desvio padrão (6,511) e a menor variabilidade dos três grupos.
| DesvPad Combinado | DesvPad do Grupo | |||
|---|---|---|---|---|
| Variável | 1 | 2 | 3 | |
| Pontuação do teste | 8,109 | 8,308 | 9,266 | 6,511 |
| Motivação | 2,994 | 2,409 | 3,243 | 3,251 |
Uma matriz ponderada da relação entre todas as observações em todos os grupos. A matriz de covariância combinada é calculada extraindo-se a média das matrizes de covariância de grupos individuais elemento por elemento.
Para exibir a matriz de covariância combinada, você deve clicar em Opções e selecionar Acima mais média, desv. pad. e sumário de covariância quando realizar a análise.
Uma matriz não padronizada que indica a relação linear entre cada par de variáveis. A covariância é similar ao coeficiente de correlação, que é a covariância dividida pelo produto dos desvios padrão das variáveis.
Para exibir a matriz de covariância de cada grupo, você deve clicar em Opções e selecionar Acima mais média, desv. pad. e sumário de covariância quando realizar a análise.
Número de observação de cada observação. O número de observação corresponde à linha da observação classificada na worksheet do Minitab. O Minitab exibe os símbolos ** após o número da observação se a observação tiver fornecido uma falsa resposta (isto é, se o grupo real diferir do grupo predito).
Para ver o grupo predito e o grupo real para todas as observações em seu conjunto de dados, você deve clicar em Opções e selecionar Acima mais sumário de classificação completo quando realizar a análise.
O grupo predito para cada observação é o identificador do grupo que o Minitab atribui à observação com base na distância quadrada predita. Para ver o grupo predito e o grupo real para cada observação em seu conjunto de dados, você deve clicar em Opções e selecionar Acima mais sumário de classificação completo quando realizar a análise.
Compare o grupo predito e o grupo real para cada observação para determinar se a observação foi classificada corretamente. Se o grupo predito diferir do grupo real, então a observação teve uma falsa resposta.
O grupo predito usando-se validação cruzada (X-val) é o identificador de grupo que o Minitab atribui à observação com base na distância quadrada predita usando-se validação cruzada. Para ver o grupo predito usando-se validação cruzada para cada observação, você deve selecionar Usar validação cruzada na caixa de diálogo principal e, depois, clicar em Opções e selecionar Acima mais sumário de classificação completo, quando você realiza a análise.
Compare o grupo predito usando a validação cruzada e o grupo real para cada observação para determinar se a observação foi classificada corretamente. Se o grupo predito usando validação cruzada difere do grupo verdadeiro, então a observação teve uma falsa resposta.
O grupo predito usando validação cruzada omite uma observação para criar a regra de discriminação e depois vê quão bem a regra funciona para aquela observação específica. Ao não usar a validação cruzada, você vicia a regra de discriminação usando aquela observação para criar a regra.
Os valores da distância quadrada prevista para cada observação de cada grupo. O valor da distância quadrada indica quão longe uma observação está de cada média de grupo. Para ver a distância quadrada para cada observação em seus dados, você deve clicar em Opções e selecionar Acima mais sumário de classificação completo quando realizar a análise.
Se você usa validação cruzada ao realizar a análise, o Minitab calcula a distância quadrada predita para cada observação com validação cruzada (X-val) e sem validação cruzada (Pred). Para obter mais informações sobre como as distâncias quadradas são calculadas, vá para Distância e funções discriminantes para Análise discriminante.
Agora você está saindo do support.minitab.com.
Clique em Continuar para prosseguir para: