判别分析：步进法

方法。 选择用于输入或移去新变量的统计。可用的替代方法是 Wilk lambda、未解释方差、Mahalanobis 距离、最小 F 比率以及 Rao V。通过 Rao V，可以在 V 中指定要输入的变量的最小增量。

Wilks Lambda。一种用于逐步判别分析的变量选择方法，它基于变量能在多大程度上降低 Wilks 的 lambda 来选择要输入到方程中的变量。在每个步骤中，将输入可以使总体威尔克 Lambda 最小化的变量。
未解释方差。在每一步，均是输入能使组间未解释变动合计最小的变量。
马氏距离。自变量上个案的值与所有个案的平均值相异程度的测量。大的马氏距离表示个案在一个或多个自变量上具有极值。
最小 F 比。一种逐步分析中的变量选择方法，它基于使从组间马氏距离计算得到的 F 比最大。
Rao V。组平均值之间的差分的测量。也称为 Lawley-Hotelling 轨迹。在每一步，能使 Rao 的 V 增加最大的变量被选进来。选择此选项后，输入用于分析的变量的最小值。

条件。 可用的替代方法是使用 F 值和使用 F 的概率。输入用于输入和除去变量的值。

使用 F 值。如果变量的 F 值大于“输入”值，那么该变量输入模型，如果 F 值小于“剔除”值，那么该变量从模型中移去。 “输入”值必须大于“剔除”值，且两者均必须为正数。要将更多的变量选入到模型中，请降低“输入”值。要将更多的变量从模型中移去，请增大“剔除”值。
使用 F 的概率。如果变量的 F 值的显著性水平小于“输入”值，那么将该变量选入到模型中，如果该显著性水平大于“剔除”值，那么将该变量从模型中移去。 “输入”值必须小于“剔除”值，且两者均必须为正数。要将更多的变量选入到模型中，请增加“输入”值。要将更多的变量从模型中移去，请降低“剔除”值。

显示。 步骤摘要显示每个步骤后的所有变量的统计信息；F表示成对距离，显示成对距离矩阵 F 比率表示每对组。

选择步进法选项

此功能需要 Statistics Base 选项。