Professional Documents
Culture Documents
PT biệt số
PT biệt số
PT biệt số
Phân loại các quan sát vào trong một nhóm nào đó
dựa vào các giá trị của các biến độc lập
Trong đó :
D : Biệt số
b : Hệ số hay trọng số phân biệt
B1: Nhận biết biến mục tiêu, biến phụ thuộc, và các biến độc lập
Biến phụ thuộc: có 2 hay nhiều loại biểu hiện (kiểu biến phân loại)
VD: thái độ đối với nhãn hiệu được đo trên thang đo khoảng cách 6 điểm thì phải
chuyển thành biến không thuận lợi (1,2,3) và biến thuận lợi (4,5,6)
Phương pháp trực tiếp (Enter independent together): tất cả các biến dự đoán
được đưa vào cùng một lúc. Mỗi biến được đưa vào bất kể khả năng phân biệt của
nó. Phương pháp này thích hợp dựa vào nghiên cứu trước đó hay mô hình lý
thuyết, người nghiên cứu muốn xây dựng trên tất cả biến dự đoán
Phương pháp từng bước (Use stepwise method): Các biến dự đoán được dưa
hàm phân biệt một cách tuần tự dựa vào khả năng phân biệt được đưa vào nhóm
của chúng. Phương pháp này thích hợp khi nghiên cứu muốn chọn ra một tập
con các biến dự đoán để đưa vào phương trình.
Xác định mức ý nghĩa 10
Để giải thích kết quả phân tích thì hàm phân biệt được ước lượng có ý nghĩa
về mặt thống kê
Đặt giả thuyết :
H0: Các trung bình của hàm phân biệt trong tất cả các nhóm bằng nhau
Ha: Các trung bình của hàm phân biệt trong tất cả các nhóm khác nhau
Trị số của hệ số của một biến dự đoán phụ thuộc vào việc đưa các biến
dự đoán khác vào trong hàm phân biệt. Dấu các hệ số cho biết biến
nào làm cho trị số của hàm phân biệt lớn hay nhỏ và nên gắn chúng
với nhóm nào
12
Các dữ liệu được chia thành 2 phần:
Mẫu phân tích dùng để ước lượng hàm phân biệt
Mẫu kiểm tra dùng để xây dựng ma trận (bảng) phân
loại.
ĐÁNH GIÁ
phân tích sẽ được nhân với các giá trị của các biến dự
đoán trong mẫu kiểm tra. Sau đó các quan sát này được
phân vào các nhóm dựa trên biệt số của chúng và dựa
trên nguyên tắc quyết định thích hợp
Trong phân tích biệt số 2 nhóm thì các quan sát được
phân vào nhóm có centroid gần nhất -> Tính ra 1 điểm
phân biệt. Nếu quan sát có biệt số lớn hơn giá trị này
thì sẽ được xếp vào nhóm có biệt số trung bình nhóm
lớn ngược lại sẽ được xếp vào nhóm có biệt số trung
bình nhóm nhỏ
ĐÁNH GIÁ 13
Trong đó:
Zce: Điểm phân biệt
Nếu hai nhóm có quy mô NA: số quan sát thuộc nhóm A trong mẫu phân tích
bằng nhau NB: số quan sát thuộc nhóm B trong mẫu phân tích
ZA: biệt số trung bình của nhóm A
ZB: biệt số trung bình của nhóm B
5. ĐÁNH GIÁ
4. GIẢI THÍCH
Kết quả cho ý nghĩa, thì có thể nói rằng phân tích biệt
số này là tốt và ngược lại.
Việc giải thích các kết quả được thực hiện
bằng cách xem xét các hệ số chuẩn hóa của
hàm phân biệt, các hệ số tương quan kết cấu,
và một số biểu đồ. Để giải thích các hàm,
các biến có hệ số lớn trong cùng một hàm
được nhóm chung với nhau.
KHÁI QUÁT
Mỗi biến dự đoán được chọn sẽ kiểm định khả năng ở lại trong hàm trên cơ sở mối liên hệ của
nó với các biến dự đoán đã được chọn khác.
Quá trình lựa chọn và giữ lại cứ tiếp tục cho đến khi tất cả các biến dự đoán thỏa các tiêu
chuẩn mức ý nghĩa để đưa vào và giữ lại đã được đưa hết vào trong hàm phân biệt.
WILKS ' LAMBDA
10
Cực tiểu hóa trị số của đại lượng Wilk 人
UNEXPLAINED VARIANCE
Cực tiểu hóa tổng các phần phương sai không giải
thích được đối với tất cả các nhóm
MAHALANOBIS' DISTANCE
CÁC PHƯƠNG PHÁP Tối đa hóa khoảng cách Mahalanobis đối với hai
nhóm gần nhất
SMALLEST F RATIO
Tối đa hóa tỉ số F nhỏ nhất giữa hai nhóm bất kỳ
RAO'S V
Việc chọn các biến trong thủ tục từng bước
này còn phụ thuộc vào tiêu chuẩn tối ưu Tối đa hóa đại lượng Rao V. Chúng ta có thể chỉ định
được chọn. Có 5 phương pháp tiêu chuẩn: mức gia tăng tối thiểu của V mà một biến phải thỏa
để đưa vào