Многомерный анализ данных методами прикладной статистики

Posienor Р •babilities (Spreadsheed 1) Incorrect classifications are marked wi(h * ObservetJ низкий высокий Case Classlf. р=.63158 Р= .36842 . -J,' 1 низкий! 0.995225 D.004775 ' 2 высокий 0.087788 0.91221:1 Щ 3 высокий D.00D738 0.9992К .^.1 4 высокий 0.000424 0,999570 С Щ 5 низкий 0,9ЭВ485 0,b0351f \ 6 низкий 0.997460 0.002540 7 низкий 0.991553 0,00844^ А'\ а низкий 0.5(78798; 0.021202 э 1 низкий 0.994489 0.005511 | | 10 высокий Q.O1710B 0.9B2Bi:-^ iV 11 низкий 0.642732 0,357261*^ \\ * 12 высокий 0.996364 ь,бьз7зг1 3:j 13 8ЫС0КИЙ 0.005В22 0.994178 | | 1А высокий D.EOIBBO 0.998140 11 15 низкий 0.995927 О.ОО4О7З I I 16 низкий 0.997305 0,002695 11 17 низкий 0.994322 0.005678 11 IB низкий D.99S71B 0,00328 19 низкий 0,997362 0,0Q263h:fe: «l55i,^f Рис. 2.17. Таблица апостериорных вероятностей Появится окно (рис. 2.18), из которого можно выписать классификационные функции для каждого класса. С помощью этих функций можно будет в дальнейшем классифицировать но­ вые случаи, Новые случаи будут относиться к тому классу, для ко­ торого классифицированное значение будет максимальное. Variable ClaBBification Functio низкий высокий R-v60000 p= .40000 Уйг2 0,13ВБЭ| 1.3899 Varl 1.4B795 3.3921 Constant -6,06473 -58,2508 Рис. 2.18. Функции классификации Просмотрите функции классификации, нажав кнопку Функ­ ции классификации (Classification functions). С помощью этих функций можно вычислить классификаци­ онные значения (или метки) для вновь наблюдаемых данных по формулам; Низкий = «Производительность»*0,13869 + + «Рентабельность»* 1,46795 - 6,06473; 60