判别分析构建基于边界的统计模型，以多个连续预测变量为函数来预测分类结果（分类）。
判别分析
- 从打开的 JMP ®数据表中，选择“分析”>“多元方法”>“判别分析” 。
- 从“选择列”中选择一个或多个连续变量，然后单击“Y，协变量” （连续变量带有蓝色三角形）。
- 从选择列中单击一个分类变量，然后单击X，类别（名义变量有红色条形图，有序变量有绿色条形图）。
- 单击“确定”。默认情况下，JMP 会显示典型图和判别分数。
- 经典图表显示了前两个典型变量上的点和多元最小二乘均值，这些变量能够最好地区分各个组。
- 典型图上的双标线表示
典型空间中预测变量的方向。
- 判别分数报告显示用于对数据表中每一行进行分类的信息。
- 评分汇总报告提供了错误分类的汇总信息，以及正确分类和错误分类的案例数量和百分比的表格。
尖端：
- JMP 提供逐步变量选择和三种判别方法（线性、二次和正则化）。
- 点击红色三角形，选择逐步变量选择、更改判别方法、显示典型细节、指定先验概率、保存结果、自定义图表或选择其他选项。
- 如果在模型对话框中指定了验证列，则“分数汇总”表将包含训练集、验证集（和测试集）的计数和误分类率。
Iris.jmp (Help > Sample Data Folder)Iris.jmp（帮助 > 示例数据文件夹）
请访问JMP 帮助中的“多元方法 > 判别分析”了解更多信息。
高级统计建模
