판별 분석: Fisher의 점수(예: SPSS)판별 분석: Fisher의 점수(예: SPSS)
통계 및 분석Re: 판별 분석: Fisher의 점수(예: SPSS)안녕 샘,
도움이 되는 경우 자세한 정보는 다음과 같습니다. https://www.ibm.com/docs/en/spss-statistics/beta?topic=analysis-discriminant-statistics
6개의 모든 기본 변수(오렌지...블루베리)를 사용하여 mycluster에서 간단한 LDA를 실행하고 있습니다.
다음은 예입니다.
이드 오렌지 자몽 레몬 딸기 라즈베리 블루베리 마이클러스터
1.00 89.00 81.00 85.00 55.00 70.00 56.00 2
2.00 90.00 83.00 94.00 59.00 42.00 61.00 2
3.00 95.00 79.00 87.00 61.00 58.00 49.00 2
4.00 56.00 41.00 62.00 88.00 84.00 83.00 1
5.00 71.00 56.00 61.00 92.00 86.00 85.00 1
6.00 66.00 68.00 60.00 83.00 90.00 89.00 1
7.00 68.00 62.00 45.00 79.00 98.00 91.00 1
8.00 82.00 81.00 85.00 55.00 70.00 56.00 2
9.00 90.00 88.00 94.00 59.00 42.00 61.00 2
10.00 95.00 79.00 84.00 61.00 58.00 49.00 2
11.00 56.00 41.00 62.00 93.00 84.00 83.00 1
12.00 71.00 56.00 61.00 92.00 84.00 85.00 1
13.00 66.00 68.00 60.00 83.00 90.00 91.00 1
14.00 68.00 62.00 45.00 79.00 95.00 91.00 1
원하는 LDA 출력("mycluster 1 2"는 아래 표의 3개 열에 대한 헤더임):
분류 함수 계수
마이클러스터 1 2
오렌지 7.318 15.466
자몽 -6.189 -10.719
레몬 .488 12.336
딸기 42.241 13.117
라즈베리 17.201 14.129
블루베리 45.019 30.221
(상수) -4625.059 -2422.181
Fisher의 선형 판별 함수
Re: 판별 분석: Fisher의 점수(예: SPSS) - 상태가 다음으로 변경됨: 정보 필요문제와 요구 사항을 보다 완벽하게 이해하는 데 도움이 되도록 원하는 접근 방식을 사용하여 예제 데이터 테이블 또는 보다 완전한 분석을 제공할 수 있습니까?
Re: 판별 분석: Fisher의 점수(예: SPSS) - 상태가 다음으로 변경됨: 확인됨@reese_sj 당신의 제안에 감사드립니다. 귀하의 요청을 접수했으며 검토하겠습니다.
Re: 판별 분석: Fisher의 점수(예: SPSS)세부 사항:
경우에 따라 R&D는 클러스터 분석을 사용하여 많은 질문에서 제품 범주 세그먼트를 생성합니다.다음 단계는 단계별 선형 판별 분석(LDA)을 사용하여 응답자 세그먼트를 정확하게 예측하는 데 필요한 질문 수를 줄이는 것입니다.출력에서 우리는 LDA 모델의 "Fisher's Scores"(SPSS 언어 사용) 세트를 연구 공급업체에 제공하여 응답자를 분류하는 알고리즘을 만들 수 있도록 했습니다.(n=응답자 수, k=축소된 LDA 모델의 질문 수, m=세그먼트 수).선형 대수를 사용하면 세그먼트별로 각 응답자의 LDA 점수를 계산하기 위해 nxk 응답자 데이터 행렬에 kxm 피셔 점수 행렬을 곱하고 k와 절편을 합산해야 합니다.가장 높은 점수를 받은 세그먼트가 응답자로 지정되었습니다.출력의 일부로 m 세그먼트에 대해 유사한 피셔 점수 행렬(kxm과 절편)을 생성할 수 있습니까?
Re: 판별 분석: Fisher의 점수(SPSS와 유사)안녕하세요,
이 점수를 "피셔 분류 함수 계수"라고 부르는 경우도 있는데, 추적하는 데 도움이 될 수 있습니다.
내 동기는 다음과 같습니다.
설문 응답자 데이터에 대한 유용한 클러스터 분석이 수행되면 연구자는 원래 목록에서 몇 가지 항목만 사용하여 향후 설문 조사에서 새로운 응답자 클러스터를 예측할 수 있는 방법을 원합니다. 따라서 예측 모델을 만들기 위해 단계별 LDA로 전환합니다. 그러나 다음 설문 조사에 임베드하여 예측 클러스터에 따라 응답자를 선별/자격을 평가할 수 있는 간편한 "Fisher 점수"(즉, 계수 세트와 절편 세트 -- 클러스터당 한 세트)를 원합니다. 기본적으로 데이터와 계수를 곱한 다음 절편을 추가하면 됩니다 -- 각 클러스터에 대해 점수를 비교한 다음 클러스터를 예측합니다. 또는 이러한 "SUMPRODUCT" 점수(Excel 함수 전문 사용)를 가져와 지수화한 다음 지수 합에 대한 비율로 표현하여 클러스터에 속할 확률을 계산할 수 있습니다.
마지막으로, 모델이 과도하게 적합되는 것을 방지하기 위해 단계별 선택 프로세스에 Leave One Out 또는 Cross-validation을 추가하는 것이 정말 도움이 될 것입니다(한 가지 이유). 게다가, 변수 선택의 목표는 클러스터 멤버십을 예측하는 데 필요한 모델의 절대 최소 항목 수를 찾는 것입니다. 연구자는 클러스터를 예측하기 위해 여러 항목(설문 조사 질문)을 묻는 설문 조사 공간을 낭비하고 싶어하지 않기 때문입니다.
Re: 판별 분석: Fisher 점수(SPSS와 유사) - 상태가 조사 중으로 변경됨이 추가 정보를 제공해 주셔서 감사합니다 @hengehold_da1 . 우리는 조사 중입니다.
Re: 판별 분석: Fisher 점수(SPSS와 유사) - 상태가 다음으로 변경됨: 확인됨Re: 판별 분석: Fisher 점수(SPSS와 유사)안녕하세요 JMP 친구들,
이 아이디어에 대해 공유해 주실 소식 있으신가요? Fisher 분류 점수를 계산하는 방법을 찾으셨나요? 만약 찾지 못하셨다면, 제 동료가 SPSS 외에도 계산 가능한 R 패키지를 찾았을 것 같습니다. 혹시 도움이 필요하시면 알려주세요. (저희는 모든 P&G JMP 사용자가 이 방법을 쉽게 사용할 수 있도록 노력하고 있습니다.)
감사해요!
