判別分析：Fisher 分數（如 SPSS）判別分析：Fisher 分數（如 SPSS）
統計與分析回覆：判別分析：Fisher 分數（如 SPSS）- 狀態改為：正在調查回覆：判別分析：Fisher 分數（如 SPSS）你好山姆，
如果有幫助的話，這裡有更多資訊： https://www.ibm.com/docs/en/spss-statistics/beta?topic=analysis-discriminant-statistics
我正在 mycluster 上運行一個簡單的 LDA，其中包含所有 6 個基本變數（橙色...藍莓）。
這是一個例子：
id 柳橙 葡萄柚 檸檬 草莓 覆盆子 藍莓 mycluster
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
所需的 LDA 輸出（「mycluster 1 2」是下表中 3 列的標題）：
分類函數係數
我的集群 1 2
橙色 7.318 15.466
柚子 -6.189 -10.719
檸檬 .488 12.336
草莓 42.241 13.117
覆盆子 17.201 14.129
藍莓 45.019 30.221
（常數）-4625.059 -2422.181
Fisher 線性判別函數
回覆：判別分析：Fisher 分數（如 SPSS）- 狀態改為：需要資訊為了幫助我們更全面地了解問題和需求，您能否使用您所需的方法提供範例資料表或更全面的分析？
回覆：判別分析：Fisher 分數（如 SPSS）- 狀態改為：已確認@reese_sj謝謝你的建議。 我們已收到您的請求並將予以考慮。
回覆：判別分析：Fisher 分數（如 SPSS）細節：
有時，研發部門會使用聚類分析從大量問題中建立產品類別細分。下一步是使用逐步線性判別分析 (LDA) 來減少準確預測受訪者部分所需的問題數量。根據輸出，我們過去常常向研究供應商提供LDA模型中的一組「Fisher分數」（使用SPSS語言），以便他們可以創建一種演算法來對受訪者進行分類。（令 n= 受訪者數量，k= 簡化 LDA 模型中的問題數量，m= 分段數）。使用線性代數，這需要將 nxk 受訪者資料矩陣乘以 kxm Fisher 得分矩陣（並對 k 加上截距求和），以按段計算每個受訪者的 LDA 得分。得分最高的部分被分配給受訪者。您能否為 m 段產生類似的 Fisher 得分矩陣（kxm，加上截距）作為輸出的一部分？
回覆：判別分析：Fisher 分數（如 SPSS）再次嗨，
我還看到了這些稱為「費雪分類函數係數」的分數（如果有助於追蹤它們的話）。
這是我的動機——
一旦對調查受訪者的數據進行了有用的聚類分析，研究人員希望有一種方法可以僅使用原始清單中的幾個項目來預測未來調查中新受訪者的聚類。因此，我們轉向逐步 LDA 來建立預測模型。然而，我希望有一組簡單的「費雪分數」（即係數集加上截距——每個簇一組），我可以將其嵌入到我的下一次調查中，以根據受訪者的預測簇來篩選/限定受訪者的資格。基本上，我只需要將資料乘以係數，然後添加每個聚類的截距，然後比較分數以預測聚類。或者，我可以取得這些「SUMPRODUCT」分數（使用 Excel 函數白話）並對它們求冪，然後將它們表示為與指數總和的比率，以計算屬於該簇的機率。
最後，將留一法或交叉驗證添加到逐步選擇過程中會非常有幫助，以避免模型過度擬合（出於一個原因）。此外，變數選擇的目標是找到模型中預測聚類成員資格所需的項目的絕對最小數量，因為研究人員不希望浪費調查空間詢問一堆項目（調查問題）只是為了預測一個集群。
回覆：判別分析：Fisher 分數（如 SPSS）- 狀態改為：正在調查感謝您提供此附加資訊@hengehold_da1 。我們正在研究。
回覆：判別分析：Fisher 評分（類似 SPSS） - 狀態變更為：已確認回覆：判別分析：Fisher 分數（類似 SPSS）嗨，JMP 朋友們，
關於這個想法有什麼新進展可以分享嗎？你找到計算Fisher分類得分的方法了嗎？如果沒有，我相信我的一位同事可能找到了一個可以計算Fisher分類得分的R軟體包（除了SPSS）。如果你需要幫助，請告訴我。 （我們正在努力讓所有（寶潔）JMP使用者都能使用這種方法。）
謝謝！
