［判別結果の保存］オプションの例
例としてFisherが取り上げたあやめのデータ（Mardia, Kent, and Bibby（1979））を用います。このデータには、3品種（k=3）の「種類」について4変数の測定値があります。
1. ［ヘルプ］>［サンプルデータライブラリ］を選択し、「Iris.jmp」を開きます。
2. ［分析］>［モデルのあてはめ］を選択します。
3. 「花弁の長さ」、「花弁の幅」、「がくの長さ」、および「がくの幅」を選択し、［Y］をクリックします。
4. 「種類」を選択し、［追加］をクリックします。
5. 「手法」として［MANOVA］を選択します。
6. ［実行］をクリックします。
7. 「MANOVAのあてはめ」の赤い三角ボタンをクリックし、［判別結果の保存］を選択します。
以下の列が「Iris.jmp」サンプルデータに追加されます。
SqDist[0]
Mahalanobisの距離を計算するために必要な2次式。
SqDist[setosa]
「setosa」の重心から各観測までのMahalanobisの距離。
SqDist[versicolor]
「versicolor」の重心から各観測までのMahalanobisの距離。
SqDist[virginica]
「virginica」の重心から各観測までのMahalanobisの距離。
Prob[0]
Mahalanobisの距離を指数変換し、符号を逆にして合計したもので、以下の確率の計算に使用される。
Prob[setosa]
「setosa」カテゴリに含まれる確率。
Prob[versicolor]
「versicolor」カテゴリに含まれる確率。
Prob[virginica]
「virginica」カテゴリに含まれる確率。
Pred 種類
属している確率が最も高いと判断された「種類」。
データテーブルに新規作成されたこれらの列は、別のプラットフォームで、判別分析の結果を要約するのに使えます。たとえば、次のような手順で要約できます。
1. 更新された「Iris.jmp」サンプルデータ（新しい列が追加されたデータテーブル）から、［分析］>［二変量の関係］を選択します。
2. 「種類」を選択し、［Y, 応答］をクリックします。
3. 「Pred 種類」を選択し、［X, 説明変数］をクリックします。
4. ［OK］をクリックします。
分割表に、判別結果が表示されます。誤分類されている行が3つあるのがわかります。
図9.13 予測値と実測値の分割表
