Интерпретация Дискриминантного анализа Опции

[klavdia]

Здравствуйте, так получилось, что мне понадобилась ещё помощь:) Я провела дискриминантный анализ. (В основном использовала шаги, которые описаны в книги А.Д. Наследова)
Однако, у меня получились странные результаты, у меня было много переменных, но они все вошли в одну дискриминатную функцию. Это нормально или нет?
И как тогда трактовать результаты? Если смотреть Функции в центройдах групп ,то видно что это одна функции больше нагружает 1-ую группу моей зависимой переменной(всего 2 градации)

Корректно ли интерпретировать т.о: Чем больше у меня индекс поленезависимости(6,73) и меньше коммуникативный потенциал (-7,42) тем более вероятно что объект принадлежит к первой группе?
У меня файл не прикрепляет почему-то. Залила на обменник
http://rghost.ru/6JPvwmWXy

Сообщение отредактировал klavdia - 26.03.2015 - 18:51

[klavdia]

Простите а разве в SPSS можно считать AUC для ДА, для лог.регрессии том есть галка Roc-кривых, а в дискриминантном анализе , я не видела

Т.е. я не знак не смотрю, я смотрю на значение , х1=8, х2=-7, х3=0,5, т.е. я могу сказать так, что чем больше х1 и х2 и меньше х3, тем больше эти переменные вносят свой вклад в дискриминацию первой группы?

[p2004r]

Простите а разве в SPSS можно считать AUC для ДА, для лог.регрессии том есть галка Roc-кривых, а в дискриминантном анализе , я не видела

Т.е. я не знак не смотрю, я смотрю на значение , х1=8, х2=-7, х3=0,5, т.е. я могу сказать так, что чем больше х1 и х2 и меньше х3, тем больше эти переменные вносят свой вклад в дискриминацию первой группы?

1. ROC можно считать для чего угодно, или в SPSS нет просто построения ROC вне связи с конкретным методом ML? Вот например инструкция http://www.rti4success.org/sites/default/f...racteristic.doc

2. Для стандартизированных коэффициентов именно такое использование и предполагалось, но я сразу указываю на слабость такого подхода.