判別分析明明

1、統(tǒng)計(jì)分析、數(shù)據(jù)挖掘與商業(yè)智能應(yīng)用研究小組統(tǒng)計(jì)分析、數(shù)據(jù)挖掘與商業(yè)智能應(yīng)用研究小組判別分析判別分析 discriminant 報(bào)告人：解明明報(bào)告人：解明明指導(dǎo)教師指導(dǎo)教師:謝邦昌謝邦昌日期：日期：2007年年11月月統(tǒng)計(jì)分析、數(shù)據(jù)挖掘與商業(yè)智能應(yīng)用研究小組統(tǒng)計(jì)分析、數(shù)據(jù)挖掘與商業(yè)智能應(yīng)用研究小組主要內(nèi)容主要內(nèi)容判別分析介紹判別分析介紹fisher判別判別bayes判別判別逐步判別逐步判別案例分析案例分析統(tǒng)計(jì)分析、數(shù)據(jù)挖掘與商業(yè)智能應(yīng)用研究小組統(tǒng)計(jì)分析、數(shù)據(jù)挖掘與商業(yè)智能應(yīng)用研究小組判別分析介紹判別分析介紹 判別分析是指對(duì)分類因變量的建模，依據(jù)是因變量與一個(gè)或多個(gè)解釋變量的關(guān)系。 主要目的是識(shí)別一

2、個(gè)個(gè)體所屬的類別。統(tǒng)計(jì)分析、數(shù)據(jù)挖掘與商業(yè)智能應(yīng)用研究小組統(tǒng)計(jì)分析、數(shù)據(jù)挖掘與商業(yè)智能應(yīng)用研究小組模型的假設(shè)模型的假設(shè) 判別分析模型有如下的假設(shè)： l如果假設(shè)滿足，尤其是在樣本量比較小的情況下，clementine能給出更好的結(jié)果。 解釋變量間不存在多重共線性。解釋變量間不存在多重共線性。 對(duì)于一個(gè)解釋變量其均值和方差不相關(guān)。對(duì)于一個(gè)解釋變量其均值和方差不相關(guān)。 在不同組間兩個(gè)變量的相關(guān)系數(shù)是不變的。在不同組間兩個(gè)變量的相關(guān)系數(shù)是不變的。 每一個(gè)解釋變量的值服從正態(tài)分布。每一個(gè)解釋變量的值服從正態(tài)分布。統(tǒng)計(jì)分析、數(shù)據(jù)挖掘與商業(yè)智能應(yīng)用研究小組統(tǒng)計(jì)分析、數(shù)據(jù)挖掘與商業(yè)智能應(yīng)用研究小組fisher

3、判別-4-20246-4-3-2-10123fisher判別的思想是投影，將k組p維數(shù)投影到某一個(gè)方向，使得他們的投影組與組之間盡可能的分開。統(tǒng)計(jì)分析、數(shù)據(jù)挖掘與商業(yè)智能應(yīng)用研究小組統(tǒng)計(jì)分析、數(shù)據(jù)挖掘與商業(yè)智能應(yīng)用研究小組bayes判別bayes判別的統(tǒng)計(jì)思想是：假定對(duì)研究的對(duì)象已有一定的認(rèn)識(shí)，常用先驗(yàn)概率分布來(lái)描述這種認(rèn)識(shí)，然后我們?nèi)〉靡粋€(gè)樣本，用樣本來(lái)修正已有的知識(shí)（先驗(yàn)概率分布），得到后驗(yàn)概率分布，各種統(tǒng)計(jì)推斷都通過(guò)后驗(yàn)概率分布來(lái)進(jìn)行。將這種思想用于判別分析，就得到貝頁(yè)斯判別。統(tǒng)計(jì)分析、數(shù)據(jù)挖掘與商業(yè)智能應(yīng)用研究小組統(tǒng)計(jì)分析、數(shù)據(jù)挖掘與商業(yè)智能應(yīng)用研究小組案例分析 假設(shè)有一個(gè)電信供應(yīng)商已

4、經(jīng)根據(jù)客戶業(yè)假設(shè)有一個(gè)電信供應(yīng)商已經(jīng)根據(jù)客戶業(yè)務(wù)的使用情況將他們分為了四個(gè)組別。務(wù)的使用情況將他們分為了四個(gè)組別。如果人口統(tǒng)計(jì)學(xué)數(shù)據(jù)可以用來(lái)預(yù)測(cè)客戶如果人口統(tǒng)計(jì)學(xué)數(shù)據(jù)可以用來(lái)預(yù)測(cè)客戶的組別的話，我們就可以為潛在的客戶的組別的話，我們就可以為潛在的客戶定制用戶化的服務(wù)。定制用戶化的服務(wù)。統(tǒng)計(jì)分析、數(shù)據(jù)挖掘與商業(yè)智能應(yīng)用研究小組統(tǒng)計(jì)分析、數(shù)據(jù)挖掘與商業(yè)智能應(yīng)用研究小組 這四個(gè)組別分別為這四個(gè)組別分別為：統(tǒng)計(jì)分析、數(shù)據(jù)挖掘與商業(yè)智能應(yīng)用研究小組統(tǒng)計(jì)分析、數(shù)據(jù)挖掘與商業(yè)智能應(yīng)用研究小組 雙擊來(lái)源選項(xiàng)板（雙擊來(lái)源選項(xiàng)板（sourcessources）中的）中的spssspss節(jié)節(jié)點(diǎn)，數(shù)據(jù)流區(qū)域即可出現(xiàn)點(diǎn)

5、，數(shù)據(jù)流區(qū)域即可出現(xiàn)spssspss節(jié)點(diǎn)節(jié)點(diǎn)。統(tǒng)計(jì)分析、數(shù)據(jù)挖掘與商業(yè)智能應(yīng)用研究小組統(tǒng)計(jì)分析、數(shù)據(jù)挖掘與商業(yè)智能應(yīng)用研究小組 數(shù)據(jù)流區(qū)域（數(shù)據(jù)流區(qū)域（stream canvasstream canvas）中雙擊）中雙擊spssspss節(jié)點(diǎn)，在節(jié)點(diǎn)，在import file import file 中選擇我們中選擇我們所要分析的數(shù)據(jù)。所要分析的數(shù)據(jù)。統(tǒng)計(jì)分析、數(shù)據(jù)挖掘與商業(yè)智能應(yīng)用研究小組統(tǒng)計(jì)分析、數(shù)據(jù)挖掘與商業(yè)智能應(yīng)用研究小組 在收藏夾（favorites）選項(xiàng)板或字段操作選項(xiàng)板（field ops）中雙擊類型（type）節(jié)點(diǎn),來(lái)檢查是否所有的變量的類型都被正確的定義。統(tǒng)計(jì)分析、數(shù)據(jù)挖掘與商

6、業(yè)智能應(yīng)用研究小組統(tǒng)計(jì)分析、數(shù)據(jù)挖掘與商業(yè)智能應(yīng)用研究小組 由于由于custcatcustcat是我們要預(yù)測(cè)的變量，在方是我們要預(yù)測(cè)的變量，在方向（向（directiondirection）里我們選為輸出（）里我們選為輸出（outout）統(tǒng)計(jì)分析、數(shù)據(jù)挖掘與商業(yè)智能應(yīng)用研究小組統(tǒng)計(jì)分析、數(shù)據(jù)挖掘與商業(yè)智能應(yīng)用研究小組 由于本案例關(guān)注的是人口統(tǒng)計(jì)學(xué)變量，所以我們?cè)黾右粋€(gè)過(guò)濾（filter）節(jié)點(diǎn)，單擊annotations將其重命名。統(tǒng)計(jì)分析、數(shù)據(jù)挖掘與商業(yè)智能應(yīng)用研究小組統(tǒng)計(jì)分析、數(shù)據(jù)挖掘與商業(yè)智能應(yīng)用研究小組 根據(jù)分析目的，我們只選擇region, age, marital, address,

7、 income, ed, employ, retire, gender, reside和 custcat這幾個(gè)變量。統(tǒng)計(jì)分析、數(shù)據(jù)挖掘與商業(yè)智能應(yīng)用研究小組統(tǒng)計(jì)分析、數(shù)據(jù)挖掘與商業(yè)智能應(yīng)用研究小組 從模型選項(xiàng)（modeling）加入判別分析（dicriminant）的節(jié)點(diǎn)。并在annotations中改名為“判別分析”。統(tǒng)計(jì)分析、數(shù)據(jù)挖掘與商業(yè)智能應(yīng)用研究小組統(tǒng)計(jì)分析、數(shù)據(jù)挖掘與商業(yè)智能應(yīng)用研究小組 在判別分析中點(diǎn)模型鍵（model），并在方法（method）中選逐步判別（stepwise）。統(tǒng)計(jì)分析、數(shù)據(jù)挖掘與商業(yè)智能應(yīng)用研究小組統(tǒng)計(jì)分析、數(shù)據(jù)挖掘與商業(yè)智能應(yīng)用研究小組 在專家（expert

8、）鍵中，選擇expert,單擊輸出（output），選擇如左圖所示的選項(xiàng)。統(tǒng)計(jì)分析、數(shù)據(jù)挖掘與商業(yè)智能應(yīng)用研究小組統(tǒng)計(jì)分析、數(shù)據(jù)挖掘與商業(yè)智能應(yīng)用研究小組 選擇執(zhí)行（選擇執(zhí)行（executeexecute）后，在右上角點(diǎn)）后，在右上角點(diǎn)models,models,雙擊雙擊custatcustat，在數(shù)據(jù)流區(qū)域變出，在數(shù)據(jù)流區(qū)域變出現(xiàn)改節(jié)點(diǎn)，雙擊改節(jié)點(diǎn)便可以查看結(jié)果?，F(xiàn)改節(jié)點(diǎn)，雙擊改節(jié)點(diǎn)便可以查看結(jié)果。統(tǒng)計(jì)分析、數(shù)據(jù)挖掘與商業(yè)智能應(yīng)用研究小組統(tǒng)計(jì)分析、數(shù)據(jù)挖掘與商業(yè)智能應(yīng)用研究小組 這張表格展示了逐步判別中每次進(jìn)入分析的變量，可見最后模型只選擇了3個(gè)變量。統(tǒng)計(jì)分析、數(shù)據(jù)挖掘與商業(yè)智能應(yīng)用研究小組

9、統(tǒng)計(jì)分析、數(shù)據(jù)挖掘與商業(yè)智能應(yīng)用研究小組 逐步判別可以自動(dòng)幫我們選擇變量。但逐步判別可以自動(dòng)幫我們選擇變量。但是如果我們對(duì)于數(shù)據(jù)有一定的經(jīng)驗(yàn)知道是如果我們對(duì)于數(shù)據(jù)有一定的經(jīng)驗(yàn)知道哪些變量是重要的，選擇逐步判別就是哪些變量是重要的，選擇逐步判別就是很不明智的，因?yàn)檫@樣選出來(lái)的變量可很不明智的，因?yàn)檫@樣選出來(lái)的變量可能除了統(tǒng)計(jì)意義外，沒(méi)有任何的實(shí)際意能除了統(tǒng)計(jì)意義外，沒(méi)有任何的實(shí)際意義。義。統(tǒng)計(jì)分析、數(shù)據(jù)挖掘與商業(yè)智能應(yīng)用研究小組統(tǒng)計(jì)分析、數(shù)據(jù)挖掘與商業(yè)智能應(yīng)用研究小組由右邊第一張表可見前兩個(gè)線性判別函數(shù)可以解釋大部分的變異第二張表是四個(gè)組標(biāo)準(zhǔn)化后均值的位置。統(tǒng)計(jì)分析、數(shù)據(jù)挖掘與商業(yè)智能應(yīng)用研究小組統(tǒng)計(jì)分析、數(shù)據(jù)挖掘與商業(yè)智能應(yīng)用研究小組 右表為標(biāo)右表為標(biāo)準(zhǔn)化的典準(zhǔn)化的典型判別函型判別函數(shù)的系數(shù)。數(shù)的系數(shù)。統(tǒng)計(jì)分析、數(shù)據(jù)挖掘與商業(yè)智能應(yīng)用研究小組統(tǒng)計(jì)分析、數(shù)據(jù)挖掘與商業(yè)智能應(yīng)用研究小組 右圖是右圖是輸出的輸出的領(lǐng)域圖。領(lǐng)域圖。它給出它給出了預(yù)測(cè)了預(yù)測(cè)變量和變量和組別間組別間的關(guān)系。的關(guān)系。統(tǒng)計(jì)分析、數(shù)據(jù)挖掘與商業(yè)智能應(yīng)用研究小組統(tǒng)計(jì)分析、數(shù)據(jù)挖掘與商業(yè)智能