多元统计分析应用 第四章课后习题.pdfVIP

判别分析

习题4.8

（）根据数据建立贝叶斯判别函数，并根据此判别函数对原样本进行回判。

（2）现有一新品牌的饮料在该超市试销，其销售价格为3.0，顾客对其口味

评分为8，信任度评分平均为5，试预测该饮料的销售情况。

将数据导入SPSS，分析得到以下结果：

1.典型判别函数的特征函数的特征值表

表特征值表

函数特征值方差的%累积%典型相关性

117.791a96.196.10.973

20.720a3.91000.647

表1-1所示是典型判别函数的特征值表，只有两个判别函数，所以特征值只

有2个。函数1的特征值为17.791，函数2的特征值为0.720，判别函数的特征

值越大，说明函数越具有区别判断力。函数1方差的累积贡献率高达96.1%，且

典型相关系数为0.973，而函数2方差的贡献率仅为3.9%，典型相关系数为0.647。

由此，说明函数1的区别判断力比函数2的强，函数1更具有区别判断力。

2.Wilks检验结果

表1-2Wilks的Lambda

函数检验Wilks的Lambda卡方dfSig.

1到20.03120.85360.002

20.5813.25320.197

上表中判别函数1和判别函数2的Wilks’Lambda值为0.031，判别函数2的

Wilks’Lambda值为0.581。“1到2”表示两个判别函数的平均数在三个类间的差

异情况，P值=0.002<0.05表示差异达到显著水平“2”表示在排除了第一个判别

函数后，第二个判别函数在三个组别间的差异情况，P值=0.197>0.05表示判别函

数2未达到显著水平。

3.建立贝叶斯判别函数

1-3贝叶斯判别法函数系数

类别

畅销平销滞销

销售价格-11.689-10.707-2.19

口味评分12.29713.3614.96

信任度评分16.76117.0866.447

(常量)-81.843-94.536-17.4

上表为贝叶斯判别函数的系数矩阵，用数学表达式表示各类的贝叶斯判别函

数为：

第一组：

F=-81.843-11.689X+12.97X+16.761X

1123

第二组：

F=-94.536-10.707X+13.361X+17.086X

2123

第三组：

F=-17.499-2.194X+4.960X+6.447X

312