该帮助的版本不再更新，请参见https://www.jmp.com/support/help/zh-cn/15.2 获取最新的版本.


拟合线性模型 • 多元响应模型 • 判别分析 • “保存判别值”选项的示例
上一个
 • 
下一个
“保存判别值”选项的示例
查看 Mardia et al. (1979) 中的 Fisher 的 Iris 数据。物种有 k = 3 个水平，每个样本取四个测量值。
1.
选择帮助 > 样本数据库，然后打开 Iris.jmp。
2.
选择分析 > 拟合模型。
3.
选择萼片长度、萼片宽度、花瓣长度和花瓣宽度，然后点击 Y。
4.
选择物种并点击添加。
5.
在“特质”旁边，选择多元方差分析。
6.
点击运行。
7.
从“多元方差分析拟合”旁边的红色小三角菜单中，选择保存判别值。
以下列添加到 Iris.jmp 样本数据表：
SqDist[0]
Mahalanobis 距离计算中所需的二次型。
SqDist[setosa]
观测值与 Setosa 重心的 Mahalanobis 距离。
SqDist[versicolor]
观测值与 Versicolor 重心的 Mahalanobis 距离。
SqDist[virginica]
观测值与 Virginica 重心的 Mahalanobis 距离。
Prob[0]
在下面使用的 Mahalanobis 距离的负指数之和。
Prob[setosa]
属于 Setosa 类别的概率。
Prob[versicolor]
属于 Versicolor 类别的概率。
Prob[virginica]
属于 Virginica 类别的概率。
预测的“物种”
根据概率得到的最可能的物种。
现在您可以将数据表中的新列用于其他 JMP 平台来使用报表和图形汇总判别分析。例如：
1.
从更新的 Iris.jmp 数据表（包含新列）中，选择分析 > 以 X 拟合 Y。
2.
选择物种，然后点击 Y，响应。
3.
选择“物种”预测值，然后点击 X，因子。
4.
点击确定。
列联表汇总了判别分类。标识了三个误分类。
图 9.13 预测和实际物种的列联表