5.2. Statistica. Проверка результатов контрольного примера

в Discriminant Analysis

Рассмотрим процедуру решения практической задачи методом дискриминантного анализа в системе STATISTICA. Разберем принцип проведения дискриминантного анализа (точнее, формирование обучающих выборок) на основе данных представленных в файле example.sta.

В файле содержатся данные по 20 сельскохозяйственным предприятиям, которые были выбраны и отнесены к соответствующим группам экспертным способом.

Показатели-аргументы, участвующие в классификации, следующие:

X1 – прибыль (тыс. р.);

X2 – валовая продукция на 1 работника, занятого в сельском хозяйстве (тыс. р.);

X3 – валовая продукция на 1 га сельхозугодий (тыс. р.);

X4 – производство молока на 1 га сельхозугодий (кг);

X5 – производство мяса на 1 га сельхозугодий (кг);

X6 – выручка от реализации продукции на 1 работника (тыс. р.);

X7 – выручка на 1 га сельхозугодий(тыс. р.).

 

 

	X 1	X 2	X 3	X 4	X 5	X 6	X 7	CLASS1
1	-107.000	5868.000	531.000	450.000	63.000	22.300	1608.000	1.000
2	-903.000	6330.000	636.000	401.000	69.000	17.600	1768.000	1.000
3	-18.000	6793.000	620.000	487.000	104.000	19.400	1775.000	2.000
4	1.300	4731.000	447.000	405.000	64.000	10.400	979.000	2.000
5	403.100	2969.000	382.000	274.000	29.000	5.700	728.000	3.000
6	-205.000	4924.000	284.000	292.000	35.000	17.500	1010.000	3.000
7	-256.000	7622.000	342.000	223.000	26.000	14.100	634.000	3.000
8	-2142.00	4318.000	257.000	151.000	33.000	16.500	985.000	4.000
9	-1394.00	3140.000	218.000	241.000	47.000	8.500	592.000	4.000
10	-1571.00	4617.000	171.000	137.000	13.000	13.100	484.000	4.000
11	-728.300	5448.000	348.000	215.000	28.000	5.700	367.000	4.000
12	-1796.00	2902.000	161.000	182.000	22.000	11.400	631.000	4.000
13	-1955.20	3634.000	334.000	361.000	59.000	10.100	925.000	4.000
14	-1294.00	3499.000	204.000	129.000	27.000	6.800	398.000	4.000
15	-1500.00	6368.000	288.000	169.000	27.000	13.300	601.000	4.000
16	-1879.00	3058.000	169.000	86.000	23.000	5.600	307.000	5.000
17	-197.000	5110.000	82.000	57.000	11.000	1.100	174.000	5.000
18	-2310.70	4166.000	207.000	183.000	32.000	9.800	487.000	5.000
19	-1437.00	5168.000	151.000	96.000	8.000	10.700	359.000	5.000
20	-482.000	2061.000	78.000	47.000	4.000	2.900	110.300	5.000

  Рис. 5.1. Файл example.sta  

       Из переключателя модулей STATISTICA откройте модуль Discriminant Analysis (Дискриминантный Анализ). Высветите название и нажмите кнопку Switch to (Переключиться в).

       На экране появится стартовая панель модуля Stepwise Discriminant Function Analysis (Пошаговый анализ дискриминантных функций) (рис. 5.2), в котором кнопка Variables позволяет выбрать Grouping (Группируемую переменную) и Independent (Независимые переменные). Codes for grouping variable (Коды для групп переменной) указывают количество анализируемых групп объектов. Missing data (пропущенные переменные) позволяет выбрать построчное удаление переменных из списка, либо заменить их на средние значения. Open Data – открывает файл с данными. Можно указать условия выбора наблюдений из базы данных – кнопку Select Cases и веса переменных, выбрав их из списка – кнопку W. Выберем кнопку Open Data и загрузим в систему файл example.sta.

 

Рис. 5.2

 

       При нажатии кнопки Variables открывается диалоговое окно выбора переменных (рис. 5.3).

 

Рис. 5.3

  В левой части выбирается группирующие переменные, в правой – переменные. Имена переменных в левой и правой части не должны пересекаться. В данном примере в качестве группирующей переменной выбрана переменная CLASS1, а в качестве группирующих переменных X1–X7. Select All (Выделить все) выделяет все переменные, Spread (Подробности) – для просмотра длинного имени, Zoom (Информация о переменной) позволяет просмотреть информацию о переменной: ее имя, формат числового значения, описательные статистики: номер в группе, среднее значение, статистическое отклонение. Нажав кнопку Variables выберем в качестве группирующей (Grouping) переменную CLASS1, а в качестве независимых переменных (Independent) – X1 – X7. После соответствующего выбора и нажатия OK окно Stepwise Discriminant Function Analysis должно быть представлено так, как показано на рис. 5.4.

 

 

Рис. 5.4

 

После нажатия кнопки OK откроется диалоговое окно Model Difinition (Определение модели) (рис. 5.5).

 

Рис. 5.5

 

В диалоговом окне Model Definition предложен выбор метода выбора значимых переменных. Method может быть задан Standfrt (Стандартный), Forward stepwise (Пошаговый с включением) и Backward stepwise (Пошаговый с исключением). Кнопка Review Correlations, stats, and graphs for groups (Корреляции, статистики и графики для групп) позволяет получить описательные статистики для выбранных переменных. Диалоговое окно Descriptive Statistics (Описательные статистики) позволяет получить:

 

 

Pooled within-groups covariances & correlations (объединенные внутригрупповые ковариации и корреляции);

Total covariances & correlations (полные ковариации и корреляции),

Graph (графики корреляционных функций для всех переменных),

Means & number of cases (средние значения для каждой переменной);

Box & wh (диаграммы размаха как для всех переменных, так и для отдельно выбранных);

Standart deviations (стандартные отклонения переменных в каждой группе);

Categjrized histogram (by group) (категоризованные гистограммы по группам для каждой переменной);

Box & whisker plot (by group) (диаграммы размаха по группам –категоризованную диаграмму рассеяния (по группам));

Categorized scatterplot (by group) (для двух любых переменных);

Categorized normal probability plot (by group) (категоризованный нормальный график для любой переменной по группам).

Выберем в качестве метода (Method) – Standard и нажмем OK. В ходе вычислений системой получены результаты, которые представлены в окне Discriminant Function Analisis Results (Результаты анализа дискриминантных функций) (рис. 5.6). После выбора метода модели и задания или просмотра необходимых параметров, нажав OK в диалоговом окне Model Difinition (Определение модели) получим результаты дискриминантных функций.

 

 

Рис. 5.6