一、判别分析所属模块

判别分析在SPSSAU中属于【进阶方法】模块。

二、方法概述

判别分析主要用于根据一组预测信息，把样本划分到既定类别中，并检验分类效果是否可靠。它适合结果变量本身已经有明确分组、研究者希望判断哪些信息更能区分不同类别的场景。

三、变量设置规则

总的来看，判别分析需要设置2类变量，分别是分析项Y和预测项X；两类变量都需要填写后才能完成分析。

1. 分析项Y的设置规则

（1）分析项Y只能放入1个变量，且为必填项。

（2）这个变量用于表示样本所属的类别，是整项分析的分类目标。

（3）如果类别定义本身不清晰，后续的判别结果也会受到影响。

2. 预测项X的设置规则

（1）预测项X至少放入1个变量，最多可放入200个变量，属于必填项。

（2）这部分变量用于帮助区分不同类别，放入的是研究者希望用于判别的指标。

（3）如果预测项过少，模型的区分信息可能不足；如果预测项很多，则更适合结合结果表现判断哪些变量真正有区分价值。

四、参数设置及解释说明

1. 训练集与测试集比例

（1）系统默认使用9:1，也可以改为8:2、7:3、6:4或5:5。

（2）这个设置决定有多少样本用于建立判别模型，有多少样本用于检验模型在新样本上的表现。

（3）如果样本量较大，通常可以留出更多测试集做稳定检验；如果样本量本身不多，默认比例往往更利于先把模型训练稳。

2. 保存预测结果

（1）该选项用于保存每次分析得到的预测结果。

（2）勾选后，系统会额外生成对应结果，方便查看每个样本被判到了哪一类。

（3）如果后续还要做样本核对、结果留档或和其他分析联动查看，这个选项会更实用。

五、分析结果表格及其解读

SPSSAU完成判别分析后，通常会输出模型训练集和测试集分布、各分类判别函数、训练集预测准确率、测试集预测准确率等表格；如果数据中存在缺失，还会补充样本缺失情况汇总表。

1. 表1：模型训练集和测试集分布

该表格的作用是说明样本是如何被分配到训练集和测试集中的，包含比例、样本量2个核心信息。

1. 比例%：表示训练集和测试集各自占全部样本的比重，作用是帮助判断模型训练和检验是否按预设方案执行。判断时重点看是否与前面设置的分配比例一致。
2. 样本量：表示训练集、测试集分别包含多少个样本，作用是判断模型建立和检验的基础是否充足。一般来说，两部分样本量都不能过少，尤其测试集过少时，准确率会更容易受个别样本波动影响。

2. 表2：各分类判别函数

该表格的作用是展示不同类别对应的判别规则，通常包含截距以及各预测项在不同类别下的判别系数。

1. 截距：是各类别判别函数中的基础部分，作用是与各预测项共同形成类别区分规则。它本身通常不单独判断好坏，更适合结合整张表一起看。
2. 各预测项系数：表示各预测项在不同类别判别中的作用方向和作用强弱。作用是帮助判断哪些指标更有助于区分类别。一般来说，同一预测项在不同类别中的系数差异越明显，说明它对分类区分越有价值；如果差异很小，区分作用通常有限。

3. 表3：训练集预测准确率

该表格用于查看模型在训练集上的分类表现，包含样本量、正确率Precision、召回率Recall、F1-score等指标。

• 样本量：表示各类别在训练集中的样本数量，作用是帮助判断某一类别的评价结果是否稳定。类别样本太少时，即使指标看起来较高，也要谨慎解读。
• 正确率Precision：表示模型判为某一类的样本中，真正属于该类的比例，作用是判断预测结果有多准。该指标越高越好，通常80%以上说明表现较好，90%以上说明分类较稳。
• 召回率Recall：表示某一类真实样本中，被模型成功识别出来的比例，作用是判断漏判情况是否严重。该指标越高越好，如果明显偏低，说明该类别容易被错分到其他类别。
• F1-score：是综合反映正确率和召回率的指标，作用是平衡看待分类效果。该指标越高，说明模型在该类别上的整体表现越均衡；如果某类F1-score明显低于其他类别，往往表示这一类的识别效果还需重点关注。

4. 表4：测试集预测准确率

该表格用于检验模型在新样本上的实际分类能力，包含样本量、正确率Precision、召回率Recall、F1-score等指标。

• 样本量：表示测试集中各类别的样本数量，作用是帮助判断外部检验结果是否稳定。样本量越均衡，越有利于客观看待模型表现。
• 正确率Precision：反映测试集中某类预测的准确程度，作用是检验模型在实际应用中的判定可靠性。越高越好，如果比训练集低很多，说明模型泛化能力可能不足。
• 召回率Recall：反映测试集中某类真实样本被识别出来的程度，作用是判断模型是否容易漏掉某一类。若某类召回率偏低，说明该类在实际应用中更容易被遗漏。
• F1-score：用于综合评估测试集上的分类效果，作用是判断模型在新样本上的整体稳定性。通常训练集和测试集的F1-score越接近，说明模型越稳；如果差距过大，就需要警惕过度依赖训练数据的问题。

5. 表5：样本缺失情况汇总

如果原始数据里存在缺失，系统还会输出该表，用于说明最终有多少样本进入分析、多少样本被排除。该表通常包含有效样本、排除无效样本、总计及对应占比。

• 有效样本：表示最终真正参与判别分析的样本数量，作用是判断结果建立在多少有效信息之上。有效样本占比越高越好。
• 排除无效样本：表示因缺失等原因未进入分析的样本数量，作用是提醒研究者关注数据损失。若排除比例较高，应优先检查缺失是否集中在某些类别。
• 总计：表示原始样本总数，作用是与有效样本一起判断数据保留情况。总计本身不判断好坏，但能帮助理解最终分析样本是否缩水明显。

六、分析结果图表及其解读

该方法还会输出训练集预测准确率和测试集预测准确率图表，用于更直观地比较不同类别在各项分类指标上的表现。

1. 训练集预测准确率图

这类图通常用柱形图或条形图展示各类别的正确率、召回率和F1-score。

看图时可以先比较同一类别的三项指标是否都处于较高水平，再看不同类别之间差异是否明显。若某一类别三项指标普遍偏低，说明模型在训练阶段对该类的识别就不够理想。

2. 测试集预测准确率图

这类图用于观察模型在测试集上的真实分类表现，重点是比较各类别指标是否稳定。

如果测试集图表与训练集图表整体走势接近，通常说明模型较稳；如果测试集多个类别的指标明显下滑，尤其F1-score下降明显，则说明模型在新样本上的应用效果需要谨慎看待。

以上就是SPSSAU判别分析方法的相关内容，更深入教程可查看SPSSAU帮助手册、教学视频、疑难解惑等资料。