КОНСПЕКТ ЛЕКЦИЙ КОДЭИ

В качестве проверки корректности обучающих выборок посмотрим результаты классификационной матрицы,

нажав кнопку Classification matrix

(Классификационная матрица), предварительно выбрав Same for all groups в правой части окна

Discriminant Function Analisis Results.

С.Т. Касюк

Из классификационной матрицы можно сделать вывод, что объекты были правильно отнесены экспертным способом к выделенным группам.

Если есть предприятия, неправильно отнесенные к соответствующим группам, можно посмотреть

Classification of cases (Классификация случаев).

Квадрат расстояния Махаланобиса..

Классификация объектов.

На основе полученных обучающих выборок можно проводить повторную классификацию тех объектов, которые не попали в обучающие выборки, и любых других объектов, подлежащих группировке. Для решения данной задачи, существуют два варианта:

первый – провести классификацию на основе дискриминантных функций; второй – на основе классификационных функций.

В системе имеется три способа задания априорной вероятности:

Proportional to group sizes (Пропорциональные размерам групп);

Same for all groups (Одинаковые для всех групп); User defined (Заданные пользователем).

После этого вы увидите таблицу с апостериорными вероятностями. К тем группам (классам), которые будут иметь максимальные вероятности, можно отнести новые случаи.

Во втором случае необходимо в окне диалогового окна

Discriminant Function Analisis Results нажать кнопку

Classification functions (Классификационные функции).

Появится окно, из которого можно выписать классификационные функции для каждого класса.

Доцент С.Т. Касюк

Функции классификации:

высокий = -1526.02 + 2,35 * Кол чел на врача + 1,98 * * Расх здрав + 0,20 * ВВП + 46,93 * Смертность

удовл = -921.497 + 1,834 * Кол чел на врача + 1,718 * * Расх здрав + 0,153* ВВП + 36,637 * Смертность

низкий = -576.414 + 1,455 * Кол чел на врача + 1,455 * * Расх здрав + 0,116* ВВП + 29,066 * Смертность

С помощью этих функций можно будет в дальнейшем классифицировать новые наблюдения. Новые наблюдения будут относиться к тому классу, для которого классифицированное значение будет максимальное. Выбор метода окончательной классификации зависит от количества новых объектов, подлежащих классификации. Если количество новых случав невелико, можно применить метод, основанный на статистических критериях. Если же количество новых случаев велико, то рациональнее по обучающим выборкам получить классификационные функции и затем, настроить формулы и провести окончательную классификацию.