出售网站建设群/今日热榜
SPSS判别分析
判别分析又称“分辨法”，是在分类确定的条件下，根据某一研究对象的各种特征值判别其类型归属问题的一种多变量统计分析方法。
其基本原理是按照一定的判别准则，建立一个或多个判别函数，用研究对象的大量资料确定判别函数中的待定系数，并计算判别指标。据此即可确定某一样本属于何类。
当得到一个新的样品数据，要确定该样品属于已知类型中哪一类，这类问题属于判别分析问题。
我们在做统计分析时候，如果遇到某些样本只有指标数据，而对应的分类数据缺失的时候，我们就可以利用SPSS的判别分析，根据已知样本的对应指标数据和已知分类来判别那些已知指标数据却未知分类的样本到底属于哪一类。
这里需要注意的是，判别分析的指标数据理论上要求符合正态性分布，但实际分析中，轻微的偏态也不会影响最终结果的稳定性。我们搜集了421例患者的相关指标与分类数据，其中420例完整，第421例的类别数据缺失，我们需要通过判别分析来计算出第421例属于哪一个类别。数据见（图1）
SPSS中的操作步骤
①点击“分析”--“分类”--“判别式”（图2）
②将“类别”选入分组变量，并设置定义范围（图3）
③将其余指标选入自变量，并点选下方的“一起输入自变量”（图4）
④点击右侧“统计”按钮，勾选“平均值”和函数系数下的“费希尔”和“未标准化”（图5）
⑤点击右侧的“分类”按钮，勾选“摘要表”以及图下面的“合并组”、“领域图”（图6）
⑥点击右侧“保存”按钮，勾选“预测组成员”（图7）后，最后点击确定进行计算。
⑦结果分析
由上表（图8）可以看出：典型判别函数1能解释方差变异的95.8%，而判别函数2只有4.2%，说明第一个函数基本解释了所有的方差变异。
由上表（图9）可以看出：典型判别函数1具有较好的统计学意义，P<0.05，而判别函数2不显著。但从图8可以看出。函数2虽然不显著，但是解释方差变异只占4.2%，占比较小，因此这个结果还是可以接受。
由上表（图10）可以看出：体质指数、尿酸与函数1相关性较强。葡萄糖则与函数2相关较强。但是根据上述的函数1显著且方差变异解释占比高。可以推断本次缺失类别的样本只需通过体质指数和尿酸即可判别出类别，无需葡萄糖指标亦可。
由上表可以看出（图11）：第421例缺失类别的样本，被划分为“健康组”。以上就是本期内容，下一讲我们将继续讲解SPSS判别函数分析中的逐步判别分析，敬请大家关注！
本期课程就到这里哦，感谢大家耐心观看！每日更新，敬请关注！
【杏花开生物医药统计】微信公众号（xhkdata）
相关文章
● SPSS聚类分析（K-均值聚类）的软件操作与结果解读
● SPSS聚类分析（R型聚类）的软件操作与结果解读
● SPSS聚类分析（Q型聚类）的软件操作与结果解读
● SPSS曲线回归分析的应用与操作详解
● 方差分析之多因素方差分析（3）Graphpad Prism绘制简单效应折线图
● SPSS方差分析之多因素方差分析（2）（简单效应）
● SPSS方差分析之多因素方差分析（1）（主效应和交互效应）
● SPSS虚拟线性回归分析在问卷数据分析中的应用
● SPSS进行问卷量表信度检验（详细操作过程及结果分析）
● SPSS进行中介效应检验的实战操作与分析结果详解
● AMOS进行问卷分析中效度分析之验证因子分析教程
● SPSS重复测量方差分析在生物医药中的应用
● SPSS调节回归分析在生物医药统计分析中的应用
● SPSS进行组间差异比较及其两两比较
● SPSS独立样本T检验与SPSS单因素方差分析详细教程
● GraphPad Prism绘制ROC曲线的具体操作步骤
● SPSS进行连续型数据的正态分布检验
● SPSS有序Logistic回归在生物医药统计分析中的应用
● GraphPad Prism绘制生存曲线详细教程
● SPSS如何比较样本两组样本的组内和组间差异
● SPSS生存分析在生物医药统计中的应用之COX风险比例回归
● AMOS结构方程进行医学问卷量表分析教程
● SPSS生存分析在生物医药统计中的应用
● GraphPad Prism绘制柱状图
● SPSS中对问卷数据进行探索因子分析
● SPSS问卷数据统计分析之项目分析
● Excel进行线性回归模型分析的操作与结果解读
● Excel在统计分析中的应用之单因素方差分析
● Excel进行基础数据分析之VLOOKUP函数及透视表的应用
● Excel进行数据分析常用方法及函数汇总
● SPSS中常用的参数和非参数检验方法、基本原理和操作步骤
● ROC曲线在SPSS中的具体操作及医学和生物统计中的应用
● 一文读懂R语言如何实现逐步回归分析
● R语言中如何绘制散点图和箱线图？看完即会
● SPSS中的Variable数据变量类型介绍