區別分析分類
事前機率。 此選項可判定是否針對群組成員資格的事前瞭解調整分類係數。
- 所有群組相等。 假設所有群組事前機率均等；對係數沒有任何效果。
- 依據群組大小計算。 樣本中的觀察群組大小可判定群組成員資格的事前機率。 例如，如果分析中有 50% 的觀察值介於第一個群組內，25% 介於第二個群組內，而另外 25% 介於第三個群組內，則分類係數將調整為增加第一組中的成員資格與其他兩組的相關可能性。
顯示。 可用的顯示選項包括：逐觀察值的結果、摘要表、留一 (Leave-one-out) 分類。
- 逐觀察值結果。 顯示每個觀察值之實際群組、預測群組、事後機率及區別分數的代碼。
- 摘要表格。 根據區別分析，正確及錯誤地指派給每個群組的觀察值數目。 有時亦稱為「混淆矩陣」。
- 留一分類。 分析中的每個觀察值皆由該觀察值除外之所有觀察值的衍生函數來分類。 其亦稱作「U 方法」。
用平均數置換遺漏值。 選取這個選項，可將遺漏值替換成自變數的平均數，但是只限於分類階段。
使用共變異數矩陣。 您可以選擇使用組內共變異數矩陣、或各組共變異數矩陣，來將觀察值分類。
- 在組別內。 合併的群組內共變異數矩陣用於分類觀察值。
- 各組。 各組共變異數矩陣在分類時使用。 因為分類是以區別函數為依據（而不是以原始變數為依據），因此此選項並不是一律相當於二次區別。
圖形。 可用的圖形選項包括：組合組別、各組、地域圖。
- 組合組別。 建立前兩個區別函數值的所有群組散佈平面圖。 如果僅有一個函數，則會改為顯示直方圖。
- 各組。 建立前兩個區別函數值的各組散佈平面圖。 在只有一個函數的情況下，則會改為顯示直方圖。
- 領土地圖。 以函數值為基礎，用於將觀察值分類至群組的邊界圖。 將觀察值分類至對應之組別的數目。 每個組別的平均數是用其邊界中的星號來表示。 如果只有一個區別函數，不會顯示地圖。
選擇分類選項
本功能需要 Statistics Base 選項。
- 從功能表中選擇：
- 在「區別分析」對話框中，按一下分類。