典型选项
下面列出的第一个选项与“典型图”或“典型三维图”的外观有关。其余选项提供与该图有关的计算的详细信息。
注意：仅当有三个或更多协变量且分组变量有四个或更多类别时“典型三维图”才可用。
与图外观有关的选项
显示点
在“典型图”和“典型三维图”中显示或隐藏点。
显示均值置信限椭圆
显示或隐藏“典型图”和“典型三维图”中的每个组的均值的 95% 置信椭圆（假定正态性）。
显示正态 50% 等高线
显示或隐藏每个组的 50% 预测椭圆或椭球体。在“典型图”中，每个椭圆在前两个典型变量的空间中绘制一个估计每组 50% 的观测会落入的区域（假定正态性）。在“典型三维图”中，每个椭球在前三个典型变量的空间中绘制一个估计 50% 的观测会落在的区域（假定多元正态性）。
显示双标图射线
在“典型图”和“典型三维图”中显示或隐藏双标图射线。带标签的射线显示协变量在典型空间中的方向。该方向表示每个协变量与每个典型变量的关联度。
双标图射线位置
允许您在“典型图”和“典型三维图”中指定双标图射线的位置和射线尺度。
‒ 默认情况下，这些射线从点 (0,0) 发出，该点表示用典型变量表示的数据的总均值。在“典型图”中，您可以拖动射线或使用该选项指定坐标。
‒ “典型图”中的默认“射线尺度”为 1.5，除非需要调整以使射线可见。“射线尺度”的指定与“标准化得分系数”有关。
点着色
基于 X 变量的水平为“典型图”和“典型三维图”中的点着色。将颜色标记添加到数据表中的行。该选项等效于选择行 > 按列设定颜色或标记并选择 X 变量。它也等效于右击图形并选择行图例，然后按分类列着色。
与计算有关的选项
显示典型详细信息
显示或隐藏“典型详细信息”报表。请参见显示典型详细信息。
显示典型结构
显示或隐藏“典型结构”报表。请参见显示典型结构。对于“宽线性”判别方法不可用。
保存典型得分
在数据表中创建包含每个观测的典型得分公式的列。第 k 个典型得分的列命名为 Canon[<k>]。
提示：在脚本中，将脚本命令 Save to New Data Table 发送到“判别”对象会将以下内容保存到新数据表：典型变量的组均值、标准化得分系数的射线尺度为 1.5 的双标图射线以及典型得分。对于“宽线性”判别方法不可用。
显示典型详细信息
“典型详细信息”报表显示说明协变量和分组变量 X 之间的关系的检验。相关矩阵显示在报表底部。
图 5.13 Iris.jmp 的“典型详细信息”
注意：计算报表中的结果所用的矩阵是合并的组内协方差矩阵（称之为组内矩阵）。该矩阵是所有判别方法的“典型详细信息”报表的基础。“典型详细信息”报表中的统计量和检验对于所有判别方法都是相同的。
统计量和检验
“典型详细信息”报表列出特征值并给出零特征值的似然比检验。对于典型相关性为零这个原假设提供四个检验。
特征值
组间矩阵和组内矩阵的逆矩阵之积的特征值。它们按从大到小的顺序列出。特征值的大小反映相关的判别函数所解释的变异量。
百分比
给定的特征值在特征值总和中所占的比例。
累积百分比
累积的比例和。
典型相关性
协变量和分类变量 X 所定义的组之间的典型相关性。假定您定义数值指标变量来表示 X 所定义的组。然后使用协变量作为一组变量并使用表示 X 中的各组的指标变量作为另一组变量来执行典型相关性分析。“典型相关性”值是从该分析得到的典型相关性值。
似然比
一个检验的似然比统计量，该检验确定相应典型相关性和所有更小的相关性的总体值是否为零。对于给定典型相关性和所有更小的典型相关性，该比值等于(1 - 典型相关性2)值的乘积 。
检验
列出针对在各组上协变量的均值相等这个原假设的四个标准检验：Wilk Lambda、Pillai 迹、Hotelling-Lawley 和 Roy 最大根。请参见多元检验和近似 F 检验。
近似的 F 值
与相应检验相关的 F 值。对于某些检验，F 值是近似值或是一个上限。请参见近似 F 检验。
分子自由度
相应检验的分子自由度。
分母自由度
相应检验的分母自由度。
概率>F
相应检验的 p 值。
矩阵
与典型结构有关的四个矩阵显示在报表的底部。要查看矩阵，点击其名称旁边的展开图标。要隐藏矩阵，点击该矩阵的名称。
组内矩阵
合并的组内协方差矩阵。
组间矩阵
组间协方差矩阵 SB。请参见组间协方差矩阵。
得分系数
用于根据原始数据计算典型得分的系数。这些是用于选项典型选项 > 保存典型得分的系数。有关如何计算这些系数的详细信息，请参见 SAS Institute Inc.(2020b) 中的“CANDISC 过程”一章。
标准化得分系数
用于根据标准化数据计算典型得分的系数。经常称为典型权重。有关如何计算这些系数的详细信息，请参见 SAS Institute Inc.(2020b) 中的“CANDISC 过程”一章。
显示典型结构
“典型结构”报表给出三个矩阵，它们提供典型变量和协变量之间的相关性。另一个矩阵显示组变量的各个水平上的均值。要查看矩阵，点击其名称旁边的展开图标。要隐藏矩阵，点击该矩阵的名称。
图 5.14 Iris.jmp 的“典型结构”（显示组间典型结构）
合计典型结构
典型变量和协变量之间的相关性。通常称为载荷。
组间典型结构
典型变量的组均值和协变量的组均值之间的相关性。
合并的组内典型结构
典型变量和协变量之间的偏相关性，已针对组变量调整。
典型变量的组均值
提供每个典型变量在组变量的各个水平上的均值。