“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. 点击“多元方差分析拟合”红色小三角并选择保存判别值。

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。

预测和实际物种的列联表 

需要更多信息？有问题？从 JMP 用户社区得到解答 (community.jmp.com).