299
116
2400
8
низький
Рис. 3.1
Використовуючи вкладку аналіз, далі багатовимірний розвідувальний аналіз, необхідно вибрати дискримінантний аналіз. На екрані з'явиться панель модуля дискримінантний аналіз, в якому вкладка змінні дозволяє вибрати групуються і незалежні змінні. У даному випадку групує мінлива 5 (клас), а незалежними змінними виступлять 1-4 (Кількість осіб на 1 лікаря; витрати на охорону здоров'я; ВВП на душу населення, смертність).
У ході обчислень системою отримані результати:
Висновок результатів показує:
- число змінних в моделі - 4;
- значення лямбда Уїлкса - 0,0086739;
- наближене значення F - статистики, пов'язаної з лямбда Уїлкса - 9,737242;
- рівень значимості F - критерію для значення 9,737242.
Значення статистики Уїлкса лежить в інтервалі [0,1]. Значення статистики Уїлкса, що лежать близько 0, свідчать про гарну дискримінації, а значення, що лежать близько 1, свідчать про погану дискримінації. За даними показника значення лямбда Уїлкса, рівного 0,0086739 і за значенням F - критерію рівного 9,737242, можна зробити висновок, що дана класифікація коректна.
В якості перевірки коректності навчальних вибірок необхідно подивитися результати матриці класифікації (рис. 3.2). br/>
Матриця класифікації. Рядки: спостережувані класи Стовпці: передбачені класи
В
Відсоток
низький
високий
удовлетв
низький
100,0000
5
0
0
високий
100,0000
0
2
0
удовлетв
100,0000
0
0
3
Всього
100,0000
5
2
3
Рис. 3.2
З матриці класифікації можна зробити висновок, що об'єкти були правильно віднесені експертним способом до виділених групам. Якщо є об'єкти, неправильно віднесені до відповідних груп, можна подивитися класифікацію спостережень (рис.3.3). br/>
Класифікація спостережень. Неправильні класифікації відзначені *
В
спостерігаючи. ...
