Analiza dyskryminacyjna: Użyj metody krokowej
. Wybierz statystykę, która ma być wykorzystywana do wprowadzania lub usuwania nowych zmiennych. Dostępne alternatywy to lambda Wilksa, niewyjaśniona wariancja, odległość Mahalanobis, najmniejszy współczynnik F oraz VRao. W przypadku VRao można określić minimalny wzrost wartości V dla zmiennej, która ma zostać wprowadzona.
- Lambda Wilksa. Metoda doboru zmiennych w krokowej analizie dyskryminacyjnej, przy której wybierane są takie zmienne, które po wprowadzeniu do równania najbardziej zmniejszą współczynnik lambda Wilksa. W każdym kolejnym kroku procedury wprowadzona zostaje ta zmienna, która minimalizuje wartość tego współczynnika.
- Wariancja niewyjaśniona. W każdym kolejnym kroku analizy do modelu wprowadzana jest zmienna, która minimalizuje sumę niewyjaśnionej zmienności między grupami.
- Odległość Mahalanobisa. Miara stopnia, w jakim wartości zmiennych niezależnych dla danej obserwacji różnią się od wartości przeciętnej dla wszystkich obserwacji. Duże wartości wskaźnika Mahalanobisa oznaczają, że obserwacja zawiera skrajne wartości jednej albo większej liczby zmiennych niezależnych.
- Najmniejszy iloraz F. Metoda doboru zmiennych przy analizie metodą krokową, oparta na maksymalizacji ilorazu F, obliczanego na podstawie odległości Mahalanobisa pomiędzy grupami.
- V Rao. Miara różnic między średnimi grupowymi. Znana jest także pod nazwą śladu Lawleya-Hotellinga. W każdym kolejnym kroku procedury wprowadzona zostaje ta zmienna, która powoduje największy wzrost wskaźnika V. Po wybraniu tej opcji wprowadź minimalną wartość, którą zmienna musi posiadać, aby została wprowadzona do analizy.
Kryteria. Dostępne alternatywy to Użyj wartości F i Zastosuj prawdopodobieństwo F. Podaj wartości dla wprowadzania i usuwania zmiennych.
- Użyj wartości F. Zmienna zostaje wprowadzona do modelu, jeśli wartość F jest większa niż określona wartość kryterium wprowadzenia, a zostaje wyłączona, jeśli wartość F jest mniejsza niż wartość przyjęta jako kryterium usunięcia. Wartość wprowadzenia musi być większa od wartości usunięcia i obie muszą być dodatnie. Chcąc wprowadzić więcej zmiennych do modelu, należy obniżyć wartość wprowadzenia. Chcąc usunąć więcej zmiennych, należy zwiększyć wartość usunięcia.
- Zastosuj prawdopodobieństwo F. Zmienna zostaje wprowadzona do modelu, jeśli oszacowany dla niej poziom istotności dla wartości F jest mniejszy niż określona wartość kryterium wprowadzenia, a zostaje wyłączona, jeśli poziom istotności jest większy niż wartość przyjęta jako kryterium usunięcia. Wartość wprowadzenia musi być mniejsza od wartości usunięcia i obie muszą być dodatnie. Chcąc wprowadzić więcej zmiennych do modelu, należy zwiększyć wartość wprowadzenia. Aby usunąć więcej zmiennych, należy zmniejszyć wartość usunięcia.
Wyświetl. Podsumowanie kroków wyświetla statystyki dla wszystkich zmiennych po każdym kroku. F dla odległości parami wyświetla macierz ilorazów F parami dla każdej pary grup.
Wybór opcji metody krokowej
Ta zmienna wymaga opcji Statistics Base.
- Z menu wybierz:
- Zaznacz opcję Użyj metody krokowej, a następnie kliknij przycisk Metoda.