石 家 庄 铁 道 大 学
实 验 报 告
课程名称： 任课教师： 班 级： 姓 名：
实验日期： 学 号：
实验项目名称：判别分析 一、实验目的及要求 1. 通过上机操作使学生掌握判别分析方法在SPSS软件中的实现，了解判别方法的分类、适用条件和结果验证方法； 2. 要求学生熟悉判别分析的用途和操作，重点掌握对软件处理结果的解释（区域图、未标准化典型判别函数、标准化典型判别函数等）和如何使用分析结果对新样品进行分类； 3. 要求学生阅读一定数量的文献资料，掌握判别分析方法在写作中的应用。 二、实验环境 1．系统软件：WindowsXP 2．工具：SPSS16.0 三、实验内容 银行的贷款部门需要判别每个客户的信用好坏（是否未履行还贷责任），以决定是否给予贷款。可以根据贷款申请人的年龄（X1）、受教育程度（X2）、现在所从事工作的年数（X3）、未变更住址的年数（X4）、收入（X5）、负债收入比例（X6）、信用卡债务（X7）、其它债务（X8）等来判断其信用情况。文件“银行信用”包括从某银行的客户资料中抽取的部分数据。 ⑴根据样本资料用Fisher判别法建立判别函数和判别规则。 ⑵某客户的如上情况资料为（53，1，9，18，50，11.20，2.02，3.58），对其进行信用好坏的判别。 四、实验过程与步骤 1、使用菜单中File→Open命令，然后选中要分析的数据文件“银行信用” 2、选择Analyze→Classify→Discriminant，打开主对话框，将group移到“Grouping Variable”框中，激活Define Range，点击此按钮，进入定义范窗口, 分别在“Minimum”和“Maximum”后面的矩形框中键入1与2，然后按“Continue”按钮返回主对话框。 3、在主对话框左边的矩形框中选择判别变量“贷款申请人的年龄（X1）、受教育程度（X2）、现在所从事工作的年数（X3）、未变更住址的年数（X4）、收入（X5）、负第 1 页 共 3页
债收入比例（X6）、信用卡债务（X7）、其它债务（X8）”，并用下面一个箭头按钮将它们移到“Independents”矩形框中。默认系统选择判别分析的方法“Enter independent together”。 4、在主对话框中点击Statistics选项，进入统计量对话框。在Function Coefficients框中，选择判别函数系数Fisher’s、Unstanhindardized。然后按“Continue”按钮返回主对话框。 5、在主对话框中点击Classify选项，进入分类设置对话框。除系统默认项外，在Display框中选中Leave-one-out classification和Summary table项，然后按“Continue”按钮返回主对话框。 6、在主对话框中点击Save选项，进入存储结果设置对话框。选择“Predicted group membership”、 “Discriminant scores”、 “Probabilities of group membership”。 7、返回主对话框后按“OK”。 五、实验结果与分析 1、 （一）判别函数 表1 判别函数系数Classification Function Coefficients 分析：表1输出fisher线性判别函数： 第一组fisher判别函数： F1=1.587*贷款申请人的年龄+22.170*受教育程度—4.379*现在所从事工作的年数—1.770*未变更住址的年数+4.673*收入（X5）+7.616*负债收入比例—46.123*信用卡债务（X7）—112.537 第二组fisher判别函数： F2=1.656*贷款申请人的年龄+26.084*受教育程度—4.069*现在所从事工作的年数第 2 页 共 3页
—2.122*未变更住址的年数+4.123*收入（X5）+7.007*负债收入比例—40.968*信用卡债务（X7）—101.991 （二）交叉验证 表2 分类结果交叉表Classification Resultsb,c 分析： 上半部分为原始分类的结果，下半部分为交叉分类的结果。 原始数据是100%，交叉数据是66.7%。 2、 F1=1.587*53+22.170*1—4.379*9—1.770*18+4.673*50+7.616*11.2—46.123*2.02—112.537=148.25 F2=1.656*53+26.084*1—4.069*9—2.122*18+4.123*50+7.007*11.2—40.968*2.02—101.991=138.92 F1>F2 所以该人已履行还贷责任 第 3 页 共 3页
第 4 页 共 3页