显示典型详细信息

在“判别”平台中，“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 5.11 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。请参见多元检验的统计详细信息和近似 F 检验的统计详细信息。

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 检验的统计详细信息。

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的统计详细信息。

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。