判別分析

連続変数から分類変数を予測する

判別分析は、複数の連続変数から、どのグループ（カテゴリ）に属するかを予測します。判別分析は、連続尺度の応答変数（Y変数）から、カテゴリカルな分類変数（X変数）を予測します。判別分析では、所属するグループが既知で、そのグループを予測するために連続変数のデータを用います。

たとえば、ローンの申込者を、「リスク低」、「リスク中」、「リスク高」の3つのカテゴリ（X）に分類することを考えて見ましょう。収入、勤続年数、年齢、債務といった連続変数（Y）を使って、それらのカテゴリを予測するとします。この場合、連続変数によって各個人を各カテゴリに分類するための判別分析モデルを作成できます。

「判別分析」プラットフォームの特徴は次のとおりです。

• 判別に適した変数を選択するためのステップワイズ変数選択も行える

• 判別分析の手法として、線形、2次、正則化、横長データの手法から選ぶことができる

• 正準プロットと誤分類の要約

• 各点がどのグループに近いかを示す判別スコア

• データテーブルに予測距離と予測確率を保存するオプション

図5.1 正準プロット 

目次

「判別分析」プラットフォームの概要

判別分析の例

「判別分析」プラットフォームの起動

ステップワイズ変数選択

判別法

共分散行列の縮小

「判別分析」レポート

主成分分析

正準プロットと正準構造

判別スコア

スコアの要約

判別分析のオプション

スコアオプション

正準オプション

三次元正準プロットの例

事前確率の指定

グループの追加

判別行列の保存

散布図行列

標準版JMPとJMP Proの違い

「判別分析」プラットフォームの統計的詳細

「線形 横長データ」のアルゴリズムについて

保存される計算式

多変量検定

近似F検定

群間共分散行列

より詳細な情報が必要な場合や、質問があるときは、JMPユーザーコミュニティで答えを見つけましょう (community.jmp.com).