SPSS 判别分析怎么做：判别函数与分类准确率
更新于
判别分析要先有分组：已知客户分成哪几档，再找出几个定量指标的线性组合，让各组在这条组合轴上分得最开。这条轴叫判别函数（也叫典范判别函数），本站「线性判别分析」同时给出显著性检验、判别载荷和三种口径的分类准确率。下面用 240 例的客户分层演示数据，说明各部分怎么读；做过 SPSS 判别分析的读者，会认出 Wilks' Λ、结构矩阵这些常见报告项。
已知分组适合什么问题
这里的问题以已知标签为起点。例如已有客户分层，需要考察消费、登录和工单信息是否包含区分这些标签的线性信息，并评估分类表现。方法说明见线性判别分析。判别变量必须全是定量列，分组变量为 2 到 10 组，每组至少 5 例，整表至少 30 行。
| 列名 | 角色 | 放进哪个区 |
|---|---|---|
| 客户分层（成长型/流失风险/高价值） | 分组 | 分组变量 (Y) |
| 近12月消费额、月均登录次数、客服工单数 | 判别变量 | 判别变量 (X，多选) |
以下结果来自本站演示数据（模拟生成，不代表真实研究结论）：有效样本 240，3 组各 80 例，3 个判别变量，剔除缺失 0 行。按「训练集比例」70% 划分，训练集 168 例，测试集 72 例。
典范函数、显著性检验、结构矩阵与散点图使用全部 240 例；Fisher分类规则与留出测试则使用上面的训练与测试拆分。它们承担不同任务，报告时应分别标明样本基础。
判别函数怎么建立：三步
- 在方法列表里选「线性判别分析」，分组列放进「分组变量 (Y)」，定量指标放进「判别变量 (X，多选)」。
- 在「训练集比例」里设定拆分比例，本例输入小数 0.7，表示 70%。
- 点开始分析，依次读前提检验、判别函数、分类效果和论文表述。
判别函数怎么读
先看前提。每组样本量 80 多于判别变量个数 3；Box's M 检验 p=0.506，未检出协方差不齐的证据；判别变量间最大相关 |r|=0.154，这项成对相关诊断未显示很强的线性联系。组内正态性在 9 项 Shapiro-Wilk 检验中拒绝了 4 项，判定为部分违背，其中三项出自客服工单数这个整数计数变量，本来就很难期待它正态。
再看判别函数。函数 1 的特征值 2.7879，解释 98.47% 的组间方差，典范相关 R=0.8579；函数 2 的特征值只有 0.0433，占 1.53%。整体检验 Wilks' Λ=0.2530，χ²(6)=324.320，p<0.001，多变量 η²=0.7470，效应量大。
函数 2 的检验同样显著（p=0.007），但这只说明检出了额外的组间区分信息，实际用途仍要结合解释比例和分类表现。第二轴上的样本重叠程度可以辅助判断，但不应把显著性直接等同于应用价值。
结构矩阵比标准化系数更适合解释函数含义。函数 1 上，近12月消费额载荷 −0.6626，月均登录次数 −0.5967，客服工单数 0.4207，习惯上 |载荷|≥0.30 视为有实质贡献。载荷的正负要结合各组质心读：流失风险的质心为 2.067，高价值为 −1.995，成长型为 −0.071，所以这条轴是越大越像流失风险。
散点图描绘观测在判别轴上的位置，重叠区域提示边界附近可能发生误判。各组分类正确率的柱形图补充类别层面的表现，两个图各自回答分离形态与预测表现的问题。
分类准确率：报告时保留验证口径
报告给出三种口径的分类效果：
| 评估口径 | 总正确率 | 95%CI | Cohen's κ |
|---|---|---|---|
| 训练集回代（n=168） | 0.8274 | [0.7631, 0.8770] | 0.7411 |
| 独立测试集（n=72） | 0.7917 | [0.6843, 0.8695] | 0.6875 |
| 留一交叉验证（n=240） | 0.7875 | [0.7314, 0.8345] | 0.6813 |
训练集回代通常有偏乐观的倾向，规范的报告应明确报告验证口径。本例留一验证比回代低 0.0399，这是两种评价口径的观测差值，混合了训练规模、评价程序与抽样波动，不能当作精确的偏倚估计。混淆矩阵也是留一口径：成长型 60 例判对、流失风险 67 例判对、高价值 62 例判对，各组正确率依次为 0.7500、0.8375、0.7750。流失风险组最准，成长型与高价值之间的混淆较多。
论文里怎么写
采用线性判别分析检验 3 个定量指标对 3 个客户分层的判别能力（N=240）。Box's M 检验未检出协方差不齐（p=0.506）。共提取 2 个判别函数，整体 Wilks' Λ=0.2530，χ²(6)=324.320，p<0.001，多变量 η²=0.7470；函数 1 的典范相关 R=0.8579。留一交叉验证的总正确率为 0.7875，κ=0.6813。
这项分析建立的是分类规则而非因果关系；留一交叉验证属内部验证，要声明规则可推广，仍需在独立样本上验证。
分类规则的常见错误
- 报训练集回代的正确率：只报回代难以评估泛化，需标明内部验证与测试口径。
- 凭系数正负判断方向：轴的方向任意，要看质心表。
- 把 Box's M 的结果当作定论：它对非正态和大样本极敏感，要结合样本量与正态性一起读。
- 判别变量含定类列：判别变量区只收定量列。若预测列包含类别信息，可另行核对「逻辑回归」或「CHAID决策树」。
开通会员后可导出 Word / PDF 报告、使用 AI 解读。正式报告仍需保留分析对象、设置与验证口径，使读者能回到原始研究问题核对。
延伸阅读
常见问题
- 判别分析的判别函数有几个？
- 最多 min(组数−1, 判别变量个数) 个。本例 3 个组、3 个判别变量，可提取 2 个判别函数：函数 1 解释 98.47% 的组间方差，函数 2 只解释 1.53%。
- 线性判别分析的分类准确率该报哪一个？
- 应明确报告验证口径。本例训练集回代 0.8274，独立测试集 0.7917，留一交叉验证 0.7875；回代用于拟合样本，内部验证更适合考察泛化；独立测试也值得报告。
- 判别函数的系数正负代表什么？
- 正负方向是任意的，全部取反并不改变任何统计量。要判断轴的方向，看各组质心：本例函数 1 的质心是流失风险 2.067、成长型 −0.071、高价值 −1.995，所以这条轴是越大越像流失风险。