判别分析案例PPT学习教案

《判别分析案例PPT学习教案》由会员分享，可在线阅读，更多相关《判别分析案例PPT学习教案（49页珍藏版）》请在装配图网上搜索。

1、会计学1判别分析案例判别分析案例第1页/共49页第2页/共49页率大小无关；判别方法与错判之后所造成的损失无关。第3页/共49页第4页/共49页哪 类的后验概率最大，则判为哪一类。第5页/共49页n主要利用一些检验来判断变量的判别能力。第6页/共49页数据数据介绍介绍SPSS实现实现结果结果分析分析R语言语言实现实现disc.sav, disc.txt第7页/共49页量的打分和它们已知的类别，找出分类标准，并对没分类的企业进行分类。第8页/共49页变量名称变量名称涵义描述涵义描述group表示类别。group-1代表上升，group-2代表稳定，group-3代表下降。is表示企业规模。se表

2、示服务。sa表示雇员工资比例。prr表示利润增长。ms表示市场份额。msr表示市场份额增长。cp表示流动资金比例。cs表示资金周转速度。第9页/共49页该数据disc.sav共有90个样本，其中30个属于上升型，30个属于稳定性，30属于下降型。这个已知类别的数据称为一个“训练样本”。group表示类别8个用来建立判别标准的变量第10页/共49页File Open Data “Disc.sav”第11页/共49页第12页/共49页第13页/共49页第14页/共49页两种变量选择方法两种变量选择方法自变量同时自变量同时进入方程进入方程逐步逐步判别法判别法第15页/共49页group选入分组变量i

3、s-cs选入自变量选择自变量同时进入方程的方法第16页/共49页第17页/共49页选择Means进行均数估计选择Boxs M进行各组协方差阵相等检验生成Bayes判别方程系数和Fisher判别方程系数。选择ANOVAs进行各组均值相等检验第18页/共49页第19页/共49页选择以样本量百分比为先验概率显示每个单位判别分析后所属类别显示判别符合率表类别显示在同一散点图中以剔出某观察单位所建立的判别函数判别该观察单位所属类别第20页/共49页在数据中保存判别后数据所属类别在数据中保存数据的判别分第21页/共49页A An na al ly ys si is s C Ca as se e P Pr

4、ro oc ce es ss si in ng g S Su umm mm a ar ry y90100.00.00.00.00.090100.0Unweighted CasesValidMissing orout-of-range groupcodesAt least one missingdiscriminating variableBoth missing orout-of-range groupcodes and at least onemissing discriminatingvariableTotalExcludedTotalNPercent90个变量100%读入，没有缺失值第2

5、2页/共49页T T e es st ts s o of f E E q qu ua a l li it ty y o of f G G r ro ou up p MM e ea a n ns s.190185.828287.000.205168.241287.000.179199.700287.000.256126.415287.000.256126.148287.000.271117.063287.000.44155.040287.000.252128.913287.000企业规模服务雇员工资比例利润增长市场份额市场份额增长流动资金比例资金周转速度WilksLambdaFdf1df2Sig

6、.各自变量的方差分析及统计量说明在3类企业间，各变量均有显著差异统计量在0-1之间。越接近0组间差异越显著；越接近1组间差异越不显著。第23页/共49页T Te es st t R Re es su ul lt ts s207.1752.4987221089.679.000Boxs MApprox.df1df2Sig.FTests null hypothesis of equalpopulation covariance matrices.各组协方差阵相等的检验说明拒绝协方差矩阵相等的假设，即不能认为各组间协方差矩阵相等。从一些统计实践的结果来看，很少有碰到检验不显著的情况。而在一些实践中，比

7、如线性判别分析，即使方差协方差结构不相等，对于结果的影响也不会有非常大的影响。第24页/共49页S S t ta a n nd da a r rd di iz ze ed d C Ca a n no on ni ic c a a l lD D i is sc c r ri imm i in na a n nt t F Fu un nc c t ti io on n C Co oe ef ff fi ic c i ie en nt ts s.415.065.433.127.365.426-.334.541.457.369-.355.634-.019.285-.435-.193企业规模服务雇员工资

8、比例利润增长市场份额市场份额增长流动资金比例资金周转速度12Function标准化典型判别函数系数876543211435. 0019. 0355. 0457. 0334. 0365. 0433. 0415. 0 xxxxxxxxy得到2个标准化典型判别方程：876543212193. 0285. 0634. 0369. 0541. 0426. 0127. 0065. 0 xxxxxxxxy需要注意的是：这是标准化后的判别函数，若要将变量带入计算判别分，必须将变量进行标准化处理（即减均值除以标准差）。第25页/共49页S St tr ru uc ct tu ur re e MM a at tr

9、 ri ix x.413*.343.400*-.007.381*.068-.332*-.314.329*.219-.217*.146-.311.618*-.326.499*雇员工资比例企业规模服务资金周转速度市场份额流动资金比例市场份额增长利润增长12FunctionPooled within-groups correlations betweendiscriminating variables and standardizedcanonical discriminant functions Variables ordered by absolute size of correlationwi

10、thin function.Largest absolute correlation between eachvariable and any discriminant function*. 结构系数矩阵用来说明判别变量对标准化典型判别方程的相关程度结果说明，前6个变量(*)对方程1贡献比较大，后两个变量对方程2贡献较大。第26页/共49页C Ca a n no on ni ic c a a l l D D i is sc c r ri imm i in na a n nt t F Fu un nc c t ti io on n C Co oe ef ff fi ic c i ie en nt

11、 ts s.035.0053.257.953.037.043-.007.011.068.054-.023.041-.004.058-.384-.171-3.088-5.392企业规模服务雇员工资比例利润增长市场份额市场份额增长流动资金比例资金周转速度(Constant)12FunctionUnstandardized coefficients未标准化典型判别函数系数Fisher判别法876543211384. 0004. 0023. 0068. 0007. 0037. 0257. 3035. 0088. 3xxxxxxxxy得到2个未标准化典型判别方程：876543212171. 0058.

12、0041. 0054. 0011. 0043. 0953. 0005. 0392. 5xxxxxxxxy可以将原变量值直接代入计算判别分进行分类。第27页/共49页生成3个新的变量dis_1表示判别后所属组别的值dis1_1表示样本代入第1个判别函数所得的判别分dis2_1表示样本代入第2个判别函数所得的判别分第28页/共49页Canonical Discriminant FunctionsFunction 1100-10Function 23210-1-2-3组别Group Centroids下降企业稳定企业上升企业下降企业稳定企业上升企业Fisher判别法得到的分组图F Fu un nc

13、ct ti io on ns s a at t G G r ro ou up p C Ce en nt tr ro oi id ds s-6.296.356.154-.7406.141.384组别上升企业稳定企业下降企业12FunctionUnstandardized canonical discriminantfunctions evaluated at group means各组重心描述在判别空间每一组的中心位置第29页/共49页E Ei ig ge en nv va al lu ue es s26.682a98.998.9.982.284a1.1100.0.470Function12Ei

14、genvalue% ofVarianceCumulative%CanonicalCorrelationFirst 2 canonical discriminant functions were used in theanalysis.a. 判别力指数两个判别函数的作用并不是平等的，判别力指数给出了判别函数的重要程度。说明第一个判别函数的贡献率高达98.8%，第二个判别函数的贡献率仅为1.1%。第30页/共49页WW i il lk ks s L La amm b bd da a.028298.13816.000.77920.8517.004Test of Function(s)1 throug

15、h 22WilksLambdaChi-squaredfSig.残余判别力指数残余判别力的含义是：在以前计算的函数已经提取过原始信息之后，残余的变量信息对于判别分组的能力。值越小表示越高的判别力。说明方程1提取了很大的信息量，而残余变量信息对于判别分组的能力很小了。第31页/共49页C Cl la as ss si if fi ic ca at ti io on n R R e es su ul lt ts sb b, ,c c300030030030003030100.0.0.0100.0.0100.0.0100.0.0.0100.0100.0300030030030003030100.0.0

16、.0100.0.0100.0.0100.0.0.0100.0100.0组别上升企业稳定企业下降企业上升企业稳定企业下降企业上升企业稳定企业下降企业上升企业稳定企业下降企业Count%Count%OriginalCross-validateda上升企业稳定企业下降企业Predicted Group MembershipTotalCross validation is done only for those cases in the analysis. In crossvalidation, each case is classified by the functions derived from

17、 all casesother than that case.a. 100.0% of original grouped cases correctly classified.b. 100.0% of cross-validated grouped cases correctly classified.c. 分类结果从表上看，我们的分类函数能够100%的把训练数据的每一个观测值分到其本来的类。该表分成两部分：上面一半是用从全部数据得到的判别函数来判断每一个点的结果；下面一半是对每一个观测值，都用仅缺少该观测值的全部数据得到的判别函数来进行判断的结果。第32页/共49页P Pr ri io or

18、 r P Pr ro ob ba ab bi il li it ti ie es s f fo or r G Gr ro ou up ps s.3333030.000.3333030.000.3333030.0001.0009090.000组别上升企业稳定企业下降企业TotalPriorUnweightedWeightedCases Used in Analysis各分类的先验概率先验概率是根据样本出现概率确定的，本例3类企业各有30个，因此先验概率相等都为33.3%。第33页/共49页C Cl la as ss si if fi ic ca at ti io on n F Fu un nc

19、ct ti io on n C Co oe ef ff fi ic ci ie en nt ts s.122.342.5587.06827.03047.601.401.593.864.090.032.002.481.8571.323.362.167.074.942.853.8957.2734.9852.496-67.355-61.765-104.964企业规模服务雇员工资比例利润增长市场份额市场份额增长流动资金比例资金周转速度(Constant)上升企业稳定企业下降企业组别Fishers linear discriminant functionsBayes判别法得到的判别函数系数得到3个判别方

20、程：87654321273. 7942. 0362. 0481. 0900 . 0401. 0068. 7122. 0355.67(1)xxxxxxxx原分类87654321985. 4853. 0167. 0857. 0320 . 0593. 0030. 72342. 0765.61(2)xxxxxxxx原分类87654321496. 2895. 00.074323. 1020 . 0864. 0601. 74558. 0964.104(3)xxxxxxxx原分类将观察单位的各个变量分别代入3个判别函数中，可求出3个判别函数值，哪一个最大就属于哪一类。第34页/共49页n本例如果只用少数几个

21、变量进行判别，结果就不一样了。第35页/共49页Canonical Discriminant FunctionsFunction 16420-2-4-6Function 23210-1-2-3组别Group Centroids下降企业稳定企业上升企业下降企业稳定企业上升企业使用企业规模(ie)、服务(se)和雇员工资比例(sa)三个变量进行判别，得到的分类图。与8个变量进行判别相对比，明显的三类点分的就不那么开了。第36页/共49页C Cl la as ss si if fi ic ca at ti io on n R Re es su ul lt ts sb b, ,c c300030325

22、230003030100.0.0.0100.010.083.36.7100.0.0.0100.0100.0300030323430003030100.0.0.0100.010.076.713.3100.0.0.0100.0100.0组别上升企业稳定企业下降企业上升企业稳定企业下降企业上升企业稳定企业下降企业上升企业稳定企业下降企业Count%Count%OriginalCross-validateda上升企业稳定企业下降企业Predicted Group MembershipTotalCross validation is done only for those cases in the an

23、alysis. In crossvalidation, each case is classified by the functions derived from all casesother than that case.a. 94.4% of original grouped cases correctly classified.b. 92.2% of cross-validated grouped cases correctly classified.c. 基于3个变量的分类结果表结果显示，对于全部数据的判别，有85个点（94.4%）得到正确划分，5个点错判；其中第二类有3个被误判到第一

24、类；有2个被误判到第三类。对于交叉验证的判别，有83个点（92.2%）得到正确划分，有7个点被错判；其中第二类有3个被误判为第一类，4个被误判为第三类。第37页/共49页选择逐步判别法Method模块被激活第38页/共49页第39页/共49页选择Wilks 统计量最小化法选择输出每一步统计量当F3.84时选入；当F 2.71时剔出。第40页/共49页V V a ar ri ia ab bl le es s E E n nt te er re ed d/ /R R e emm o ov ve ed da a , ,b b, ,c c , ,d d雇员工资比例.1791287.000199.700

25、287.000.000服务.1012287.00092.1984172.000.000市场份额.0683287.00080.4056170.000.000市场份额增长.0494287.00073.7858168.000.000利润增长.0405287.00065.97110166.000.000资金周转速度.0346287.00060.54312164.000.000企业规模.0297287.00056.81814162.000.000Step1234567EnteredStatisticdf1df2df3Statisticdf1df2Sig.Exact FWilks LambdaAt eac

26、h step, the variable that minimizes the overall Wilks Lambda is entered.Maximum number of steps is 16.a. Minimum partial F to enter is 3.84.b. Maximum partial F to remove is 2.71.c. F level, tolerance, or VIN insufficient for further computation.d. 经过分析，淘汰了不显著的资金流动比例(cp)变量，当然判别系数也发生相应变化。第41页/共49页C C

27、 l la a s ss si if fi ic c a a t ti io on n R Re es su ul lt ts sb b, ,c c300030030030003030100.0.0.0100.0.0100.0.0100.0.0.0100.0100.0300030030030003030100.0.0.0100.0.0100.0.0100.0.0.0100.0100.0组别上升企业稳定企业下降企业上升企业稳定企业下降企业上升企业稳定企业下降企业上升企业稳定企业下降企业Count%Count%OriginalCross-validateda上升企业稳定企业下降企业Predicte

28、d Group MembershipTotalCross validation is done only for those cases in the analysis. In crossvalidation, each case is classified by the functions derived from all casesother than that case.a. 100.0% of original grouped cases correctly classified.b. 100.0% of cross-validated grouped cases correctly

29、classified.c. 虽然判别系数改变，但结果并未改变。第42页/共49页V1代表Group。 V1=factor(V1) #把分组变量变成定性变量。第43页/共49页 train=sample(1:90,45) #随即抽取一般样本作训练样本。 table(V1train) #显示训练样本中各类的比例。 library(MASS); z=lda(V1.,data=w,prior=c(1,1,1)/3,subset=train)#用V1作分组变量，V2-V9作判别变量，使用训练样本生成判别函数，先验概率各为33.3%。第44页/共49页先验概率各为33.3%。判别系数第1个判别函数贡献率为98.7%；第2个判别函数贡献率为1.3%。第45页/共49页第46页/共49页第一类第二类第三类第47页/共49页第48页/共49页