解释判别分析的主要结果

请完成以下步骤来解释判别分析。主要输出包括正确比率和误分类观测值汇总。

步骤 1:评估观测值分类效果

检查正确归入实际组的观测值比率可评估您的观测值分类效果。

分类汇总 实际组 置入组 1 2 3 1 59 5 0 2 1 53 3 3 0 2 57 合计 N 60 60 60 正确 N 59 53 57 比率 0.983 0.883 0.950
正确分类 N 正确数 比率 180 169 0.939
主要结果:比率、正确比率

在这些结果中,总体来看,93.9% 的观测值归入正确的组。组 1 正确归入比率最高,有 98.3% 的观测值正确归入。组 2 正确归入比率最低,60 个观测值中只有 53 个(也就是 88.3%)正确分类。因此,确认属于组 2 的观测值时分类系统出现的问题最多。

步骤 2:检查误分类观测值

比较观测值置入的组(预测组)和工作表分组列中所显示的组(实际组)。如果预测组与实际组不一致,那么观测值误分类。找出显示观测值最有可能误分类的模式。
注意

如果您为分析使用交叉验证,请比较交叉验证 (X-val) 的预测组与实际组。

分类汇总 实际组 置入组 1 2 3 1 59 5 0 2 1 53 3 3 0 2 57 合计 N 60 60 60 正确 N 59 53 57 比率 0.983 0.883 0.950
误分类观测值的汇总 观测值 实际组 预测组 组 平方距离 概率 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
主要结果:观测值、实际组、预测组

“分类汇总”表的列 2 显示 53 个观测值已正确分配到组 2。但是,来自组 2 的 5 个观测值置入到组 1,来自组 2 的 2 个观测值置入到组 3。因此,来自组 2 的观测值中的 7 个观测值错误地分类到了其他组。

“误分类观测值汇总”表显示观测值 65、71、78、79 和 100 误分类到了组 1,而不是组 2,这是最常发生的误分类。

使用此网站,即表示您同意对数据分析和个性化内容使用 Cookie。  请阅读我们的政策