鉴别分析与聚类分析有所不同。聚类分析是一种纯统计技术,只要有多种指 标存在,它就能根据各案例的变量值近似程度排出顺序来,只是描述性的统计。 但是鉴别分析则不同,在分析之前就根据理论或实际的要求对于分组的意义和分 组类别数目加以确定。并且,盛别分析要以此为标准来建立鉴别函数。最后,鉴 别分析并不停留在描进分类类型与各鉴别指之间的关系上,还能够对于未知分 组类型的案例进行鉴别分组。因此,它带有“预测”的意义。 总的来说,鉴别分析包括两个阶段的工作 第一阶段是分析和解释各组的指标特征之间存在的差异,并建立鉴别函数。 在这部分工作中,研究人员要处理的是已知分组属性的那些案例。这时需要确定 是否能在特征变量数据的基础上鉴别出已知的分组来,以及分组能被鉴别的程度 和哪些特征变量是最有用的鉴别因素。另一个用途是为了分组的目的推导一个或 多个数学方程。这些方程称为“鉴别函数”,它们以某种数学形式将表示特征的 鉴别变量与分组属性结合起来,使我们能辨识一个案例所最近似的分组。在第 阶段的鉴别分析中,用来建立鉴别函数的数据案例必须具有相互排斥( mutual exclusive)的分组属性,即各案例的分组属性必须是确定的,每个案例一定属于 其中某一类别组,并只能归入一个类别组。也就是说,案例必须同时具备分组信 息和其他特征信息,使我们能够对这两部分的联系加以归纳。 第二阶段所要处理的是未知分组属性的案例,以第一阶段的分析结果为根据 将这些案例进行鉴别分组。这相当于根据以往经验来“预测”案例的分组属性。 在分组属性能够成为一种明确结果时(如分组代表的是事物发展的不同结果), 便可以作为事实来检验预测的准确性。而有的时候,分组的内在属性并不是显性 的,如一个病人的病症到底是哪一类的,那么鉴别分析只是提供一种判断。 本章将通过一个例题的鉴别分析过程来展开这种分析方法和有关指标的介 绍,并且将与应用SPSS统计软件进行这一分析结合起来。本章第二节介绍鉴别 分析的假设条件和基本模型。第三节介绍所要分析的例题的情况。第四节讨论鉴 别分析的各指标。第五节介绍应用SPSS进行鉴别分析的步骤。第六节是关于 SPSS鉴别分类输出结果的理解。 鉴别分析的假设条件和基本模型 1.鉴别分析的假设条件 鉴别分析最基本的要求是:分组类型( Group,用g表示)在两种以上,即