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.


多元方法 • 判别分析
上一个
 • 
下一个
判别分析
基于连续变量预测分类
判别分析基于几个连续变量的观测值预测一个组或一个类别的成员关系。具体来说，判别分析基于已知的连续响应 (Y) 来预测一个分类 (X) 变量（分类）。判别分析的数据包含具有已知组成员关系的观测样本以及它们对应连续变量的值。
例如，您可能尝试基于期望概率将贷款申请人分为三个信贷类别 (X)：低利率贷款、长期贷款或无贷款。您可能使用一些连续变量（如当前工资、当前工作年数、年龄和债务负担）(Y) 来预测个人的最大利润贷款类别。您可以使用判别分析生成一个预测模型，从而将个人归为某个贷款类别。
“判别”平台的功能包括：
•
一个逐步选择选项来帮助选择能很好进行判别的变量。
•
一个拟合方法选项：“线性”、“二次”、“正则”和“宽线性”。
•
一个典型图和误分类汇总。
•
判别得分以及到各组的平方距离。
•
用于将预测距离和概率保存到数据表的选项。
图 5.1 典型图
目录 
“判别分析”平台概述
判别分析的示例
“判别”启动窗口
逐步选择变量
判别方法
收缩协方差
“判别分析”报表
主成分
典型图和典型结构
判别得分
得分汇总
“判别分析”选项
得分选项
典型选项
“典型三维图”的示例
指定先验值
考虑新水平
保存判别矩阵
散点图矩阵
JMP 和 JMP Pro 中的验证
“判别分析”平台的技术详细信息
宽线性算法的说明
保存的公式
多元检验
近似 F 检验
组间协方差矩阵