当前位置: 首页 > news >正文

SPSS——判别分析——“逐步判别分析”

更多免费教程和软件 

逐步判别分析

概念

逐步判别分析是在分类已知的前提下,运用分组变量与其他已知变量进行逐步判定、剔除变量,确定分类的分析方法。与一般判定相对比,逐步判定考虑了变量的相关性,有助于提高分析的效率以及剔除无意义变量的影响。

逐步判别法的基本思想

逐步引入变量,每次引入一个"最重要"的变量,同时也检验先前引入的变量,如果先前引入的变量其判别能力随新引入变量而变不显著,则及时将其从判别式中剔除,直到判别式中的变量都很显著,且剩下来的变量也没有重要的变量可引入判别式时,逐步筛选结束。就是不断地对筛选的变量作检验,找出显著性变量,剔除不显著变量。

案例

看下马力、底盘重量、燃料效率对不同车型的影响。

数据如下:

变量属性如下:

组别编码为:

分析过程

依次点击分析,分类和判别式:

将组别设置为分类变量,点击定义范围,设置最小值和最大值为1和3(对应组别中的1低端车型/2中端车型/3高端车型):

http://www.cnnetsun.cn/news/4999.html

相关文章:

  • 离子交换树脂技术:解决贵金属回收五大难题的关键
  • 婚礼礼金电子礼簿 v0.3单文件丨无广告礼金记账工具
  • Spider语言终极指南:揭秘JavaScript进化的失落篇章
  • DeepSeek MLA 核心揭秘:如何实现 MHA 到 MQA 的无缝切换
  • 基于SpringBoot+Vue的学院个人信息管理系统管理系统设计与实现【Java+MySQL+MyBatis完整源码】
  • 【2025最新】基于SpringBoot+Vue的洋州影院购票管理系统管理系统源码+MyBatis+MySQL
  • 前后端分离养老院管理系统系统|SpringBoot+Vue+MyBatis+MySQL完整源码+部署教程
  • tensorflow 零基础吃透:RaggedTensor 在 Keras 和 tf.Example 中的实战用法 (补充)
  • 如何让lazy.nvim插件管理器完美支持中文界面?
  • 市场准入负面清单(2015-2018)
  • 电力电缆在线监测及故障预警测距系统:技术解析与 Python 实现
  • Wan2.2-T2V-A14B支持长时间视频分段生成与无缝拼接
  • OpCore Simplify:让黑苹果配置像搭积木一样简单
  • spRAG 开源项目:构建智能检索增强系统的完整指南
  • K8s 环境中的 JVM 调优实战
  • Dify文档解析能力全解析,竟能轻松应对高强度PDF加密?
  • 为什么学完黑盒测试用例设计方法,还是写不好用例?
  • 回收安川,伺服,电机,plc等
  • 31、编程开发中的库、工具与脚本语言使用指南
  • 2025年IDM激活终极指南:从新手到专家的完整解决方案
  • Bilive项目:B站直播录制与自动化投稿终极指南
  • 详细介绍Python+Pytest+BDD+Playwright,用FSM打造高效测试框架
  • Whisper语音识别快速上手完整指南:从零部署到实战应用
  • 私有化AI文档处理实战:3步构建企业专属智能知识库
  • 2025技术侦探:3步诊断你的React Native应用为什么卡顿?
  • Wan2.2-T2V-A14B模型部署指南:从镜像拉取到API封装
  • Wan2.2-T2V-A14B如何提升背景环境的丰富度?
  • Wan2.2-T2V-A14B为电商平台提供千人千面视频推荐基础
  • 实战指南:使用fpm为R项目构建跨平台系统包
  • KataGo TensorRT引擎终极解析:从DLL加载到神经网络架构深度剖析