Здравствуйте, гость ( Вход | Регистрация )
24.03.2015 - 22:57
Сообщение
#1
|
|
|
Группа: Пользователи Сообщений: 16 Регистрация: 10.03.2015 Пользователь №: 27089 |
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 |
|
|
![]() |
![]() |
![]() |
2.04.2015 - 22:44
Сообщение
#2
|
|
|
Группа: Пользователи Сообщений: 16 Регистрация: 10.03.2015 Пользователь №: 27089 |
данные не крепятся
но залила) --http://rghost. ru/8mLbmq4Vg ой., а я не знаю какой пакет использовала, я в SPSS делала:) Может там автоматически выставляется. Это можно узнать? Сообщение отредактировал klavdia - 2.04.2015 - 22:45 |
|
|
![]() |
![]() |
3.04.2015 - 11:17
Сообщение
#3
|
|
|
Группа: Пользователи Сообщений: 1091 Регистрация: 26.08.2010 Пользователь №: 22699 |
данные не крепятся но залила) --http://rghost. ru/8mLbmq4Vg ой., а я не знаю какой пакет использовала, я в SPSS делала:) Может там автоматически выставляется. Это можно узнать? Ну вот грубо (в принципе конечно можно убить пару часов прописывая что из данных измерено в бальных шкалах, но у меня для этого нет данных) если посмотреть на геометрию дисперсии данных: Код > data<-read.csv2("zehman.csv", dec=",") > names(data) [1] "группа..1.контрольная..2.экспериментальная." [2] "пол.0.женщины..1.мужчины." [3] "возраст" [4] "срок.болезни..мес." [5] "экспертная.оценка" [6] "среднее..Шульте." [7] "среднее..10.слов." [8] "отсроченное.воспроизведение" [9] "коэффициент.стандартности" [10] "индекс.полезависимости" [11] "показатель.повторного.тестирования..коэффициент.имплицитной.обучаемости." [12] "показатель.ригидности.гибкости.контроля..с" [13] "показатель.интегрированности.словесно...речевого.и.сенсорно...перцептивного.кодов..с" [14] "общее.количество.ошибок" [15] "среднее.латентное.время.первого.ответа..с" [16] "Эффективность.произвольного.контроля" [17] "количество.выделенных.групп" [18] "количество.объектов.в.наибольшей.по.объему.группе" [19] "количество.групп..состоящих.из.одного.объекта" [20] "количество.объектов.в.наименьшей.по.объему.группе" [21] "коэффициент.категоризации" [22] "адаптация.." [23] "самопринятие.." [24] "принятие.других.." [25] "эмоциональный.комфорт.." [26] "интернальность.." [27] "стремление.к.доминированию.." [28] "поведенческая.регуляция..ПР." [29] "коммуникативный.потенциал..КП." [30] "моральная.нормативность..МН." [31] "астенические.реакции.и.состояния..АС." [32] "психотические.реакции.и.состояния..ПС." [33] "Hs" [34] "D" [35] "Hy" [36] "Pd" [37] "Mf" [38] "Pa" [39] "Pt" [40] "Sc" [41] "Ma" [42] "Si" [43] "отрицание" [44] "компенсация" [45] "рационализация" [46] "регрессия" [47] "замещение" [48] "проекция" [49] "реактивные.образования" [50] "вытеснение" [51] "самоконтроль" [52] "поиск.социальной.поддержки" [53] "принятие.ответственности" [54] "планирование.решения.проблемы" [55] "положительная.переоценка" [56] "дистанцирование" [57] "бегство" [58] "конфронтация" [59] "Σ..Е" [60] "Σ.I" [61] "Σ.M" [62] "Σ.O.D" [63] "Σ.E.D" [64] "Σ.N.P" [65] "баланс.агрессивности.ΣE...Σ.I" [66] "степень.агрессивности..направленной.вовне.Σ.E...Σ.M" [67] "уровень.переработки.агрессии.E...e" [68] "степень.самостоятельности.I...e" [69] "E" [70] "I" [71] "E...I" [72] "E...E" [73] "I...I" [74] "Σ.M...I" [75] "GCR..абсолютные.числа" > plot(prcomp(data[,-c(1,2,4)])) > biplot(prcomp(data[,-c(1,2,4)])) > plot(prcomp(data[,-c(1,2,4)])$x[,1:2], col=rainbow(2)[factor(data[,1])]) > plot(prcomp(data[,-c(1,2,4)])$x[,1:2], col=rainbow(2)[factor(data[,1])], pch=c(21,24)[factor(data[,2])]) У Вас всё помещается в первые две компоненты, и они четко показывают две естественных группировки. И природа группировок именно группы эксперимента. Как выглядит минимальный набор переменных разделяющий группы лучше всё таки посчитать с помощью чего то типа Boruta (я позже попробую несколькими пакетами и сюда положу результаты) ![]() |
|
|
![]() |
![]() |
klavdia Интерпретация Дискриминантного анализа 24.03.2015 - 22:57
p2004r Цитата(klavdia @ 24.03.2015 - 22:57)... 24.03.2015 - 23:38
klavdia А поняла, спасибо. Значит я правильно интерпрети... 26.03.2015 - 19:01
p2004r Цитата(klavdia @ 26.03.2015 - 19:01)... 26.03.2015 - 19:11
klavdia Простите а разве в SPSS можно считать AUC для ДА, ... 26.03.2015 - 20:28
p2004r Цитата(klavdia @ 26.03.2015 - 20:28)... 26.03.2015 - 20:33
klavdia ого, не знала. Спасибки. 26.03.2015 - 20:56
klavdia А как корректно интерпретировать, что функция цент... 26.03.2015 - 22:00
p2004r Цитата(klavdia @ 26.03.2015 - 22:00)... 27.03.2015 - 12:39
klavdia Уважаю людей, который точно и ясно все объясняют. ... 27.03.2015 - 15:05
p2004r Цитата(klavdia @ 27.03.2015 - 15:05)... 27.03.2015 - 22:25
anserovtv В пакете программ, который Вы используете, все это... 27.03.2015 - 20:59
klavdia Ещё немного консультации:))
Мы видим расстояние от... 1.04.2015 - 19:38
p2004r Цитата(klavdia @ 1.04.2015 - 19:38) ... 1.04.2015 - 23:08
anserovtv Цитата(klavdia @ 2.04.2015 - 23:44) ... 3.04.2015 - 06:10
p2004r Код> data[,1]<-factor(data... 3.04.2015 - 16:04
klavdia Вижу, вы тут в R прогали. Вы имеете ввиду 2 компон... 3.04.2015 - 14:52
p2004r Цитата(klavdia @ 3.04.2015 - 14:52) ... 3.04.2015 - 14:56
p2004r Цитата(klavdia @ 3.04.2015 - 14:52) ... 3.04.2015 - 16:21
p2004r Вот если пытаться анализировать связи переменных о... 4.04.2015 - 22:12
C.I.P. А Вы используйте пошаговую процедуру! (в STA..... 9.04.2015 - 21:01![]() ![]() |