판별 저장 옵션의 예
모형 적합 플랫폼의 다변량 분산분석에서 "판별 저장" 옵션을 사용하면 다른 JMP 플랫폼에서 사용할 수 있는 열을 생성하여 판별 분석을 보고서 및 그래프로 요약할 수 있습니다. 이 예에는 효과 변수의 k = 3개 수준과 각 표본에 대한 4개의 측정값이 있습니다.
1. 도움말 > 샘플 데이터 폴더를 선택하고 Iris.jmp를 엽니다.
2. 분석 > 모형 적합을 선택합니다.
3. Sepal length, Sepal width, Petal length 및 Petal width를 선택하고 Y를 클릭합니다.
4. Species를 선택하고 추가를 클릭합니다.
5. "분석법" 옆에서 다변량 분산분석을 선택합니다.
6. 실행을 클릭합니다.
7. "다변량 분산분석 적합"의 빨간색 삼각형을 클릭하고 판별 저장을 선택합니다.
다음 열이 Iris.jmp 샘플 데이터 테이블에 추가됩니다.
SqDist0
Mahalanobis 거리 계산에 필요한 2차 형식입니다.
SqDist[setosa]
setosa 중심에서 관측값까지의 Mahalanobis 거리입니다.
SqDist[versicolor]
versicolor 중심에서 관측값까지의 Mahalanobis 거리입니다.
SqDist[virginica]
virginica 중심에서 관측값까지의 Mahalanobis 거리입니다.
Prob0
아래에 사용된 Mahalanobis 거리의 음의 지수 합입니다.
Prob[setosa]
setosa 범주에 속할 확률입니다.
Prob[versicolor]
versicolor 범주에 속할 확률입니다.
Prob[virginica]
virginica 범주에 속할 확률입니다.
Pred Species
최대 확률 분류 종(Species)입니다.
이제 다른 JMP 플랫폼에서 데이터 테이블의 새 열을 사용하여 보고서와 그래프로 판별 분석을 요약할 수 있습니다. 예를 들면 다음과 같습니다.
1. 새 열을 포함하는 업데이트된 Iris.jmp 데이터 테이블에서 분석 > X로 Y 적합을 선택합니다.
2. Species를 선택하고 Y, 반응을 클릭합니다.
3. Pred Species를 선택하고 X, 요인을 클릭합니다.
4. 확인을 클릭합니다.
"분할표"에 판별 분류가 요약되어 있습니다. 세 개의 오분류가 확인되었습니다.
그림 10.9 예측 및 실제 Species의 분할표
