从而产生了逐步判别法.pptxVIP

§5 变量选择和逐步判别 变量的选择是判别分析中的一个重要的问题， 变量选择是否恰当 ， 是判别分析效果有列的关键。 如果在某个判别问题中 ， 将起最重要的变量忽略 了 ， 相应的判别函数的效果一定不好 。而另一方 面 ， 如果判别变量个数太多 ， 计算量必然大 ， 会 影响估计的精度 。特别当引入了一些判别能力不 强的变量时 ， 还会严重地影响判别的效果 。 中小企业的破产模型 为了研究中小企业的破产模型 ， 首先选定了X1总负债 率（现金收益/总负债） ， X2收益性指标（纯收入/总财产 ) , X3短期支付能力（流动资产/流动负债） 和X4生产效 率性指标（流动资产/纯销售额） 4个经济指标 ， 对17个破 产企业为“ 1 ”和21个正常运行企业“2 ”进行了调查 ， 得 资料如下 。如果这些指标是用来做判别分析和聚类分析的 变量 ， 他们之间没有显著性差异是不恰当的 ， 所以检验所 选择的指标在不同类型企业之间是否有显著的差异。 x1,x2,x3,x4均为判别变量 x1, x3为判别变量 Dependent Variable : x1 （对X1进行的检验） Sum of Source DF Squares Mean Square F Value Pr F Model 1 0 0 16.90 0.0002 Error 36 1 0Corrected Total 37 2X1在类间有显著性差异。 Dependent Variable : x2 （对X2进行的检验） Sum of Source DF Squares Mean Square F Value Pr F Model 1 0 0 1.95 0. 1710 Error 36 1 0Corrected Total 37 1X2在类间没有显著性差异。 多元假设检验 Statistic Value F Value Num DF Den DF Pr F Wilks Lambda 0 6.87 4 33 0.0004 Pillais Trace 0 6.87 4 33 0.0004 Hotelling-Lawley Trace 0 6.87 4 33 0.0004 Roys Greatest Root 0 6.87 4 33 0.0004 Pillais Trace （ 一 ）变量组间差异的显著检验 设有n样品 ， 分别来自 k个类G1 ， G2 ，┅ , Gk其中 即 ， p个指标对G1 ， G2 ，┅ , Gk无区别能力； ni个来自Gi ， 样品分别为： 当比值很小 ， 类内的离差平方和在总离差平方和中所占 比率小 ， 则类间的离差平方和所占比重大 。在原假设为 真的条件下 ， 服从维尔克斯分布 p个指标对G1 ， G2 ，┅ , Gk有区别能力。 当A≤α时，拒绝原假设。 即 p个指标对G1 ， G2 ，┅ , Gk有较强的区别能力。 （二） 附加信息的检验 在回归分析中 ， 变量的好坏直接影响回归的 效果 。在判别分析中也有类似的问题 。如果在某 个判别分析问题中 ， 将其中最主要的指标忽略了。 判别效果一定不会好 。但是在许多问题中 ， 事先 并不知道那些是主要的指标 。 因此筛选变量的问 题就成了非常重要的了 。从而产生了逐步判别法， 而逐步判别法的基础是附加信息的检验。 向前法； 向后法； 逐步筛选法 。