第18章 區別分析 本章的學習主題  1. 區別分析的概念 2. 區別函數 3. 區別函數負荷量 4. 預測新觀察值

Slides:



Advertisements
Similar presentations
Chap 3 微分的應用. 第三章 3.1 區間上的極值 3.2 Rolle 定理和均值定理 3.3 函數的遞增遞減以及一階導數的判定 3.4 凹面性和二階導數判定 3.5 無限遠處的極限 3.6 曲線繪圖概要 3.7 最佳化的問題 3.8 牛頓法 3.9 微分.
Advertisements

工職數學 第四冊 第一章 導 數 1 - 1 函數的極限與連續 1 - 2 導數及其基本性質 1 - 3 微分公式 1 - 4 高階導函數.
©2009 陳欣得 統計學 —e1 微積分基本概念 1 第 e 章 微積分基本概念 e.1 基本函數的性質 02 e.2 微分基本公式 08 e.3 積分基本公式 18 e.4 多重微分與多重積分 25 e.5 微積分在統計上的應用 32.
北京市二级以上医院疾病预防控制工作考核标准(试行) (七)健康教育 北京市疾控中心 健康教育所 李玉青 副主任医师 二〇一一年八月 四、技术考核.
高中物理学习方法. 【状元说经】 胡湛智,是贵州省高考理科状元,他说复习物理 的要点首要的是充分重视课本知识,除了跟上老 师的步调外,自己一定要多钻研课本,课本上的 思考题是复习的纲,再找一些考点解析,认真搞 清每个概念、每个要求,并相应做一定数量的习 题;其次也要特别重视画图的作用,画图有直观、
變數與函數 大綱 : 對應關係 函數 函數值 顧震宇 台灣數位學習科技股份有限公司. 對應關係 蛋餅飯糰土司漢堡咖啡奶茶 25 元 30 元 25 元 35 元 25 元 20 元 顧震宇 老師 台灣數位學習科技股份有限公司 變數與函數 下表是早餐店價格表的一部分: 蛋餅 飯糰 土司 漢堡 咖啡 奶茶.
人社分中心 职工养老保险业务简介. 基本养老保险分类 1. 职工养老保险 2. 新型农村社会养老保险 3. 城镇居民社会养老保险 (城乡居民社会养老保险) (城镇居民社会养老保险和新型农村社会养老 保险合并实施)
第十三章 區別分析與Logistic迴歸分析
單元九:單因子變異數分析.
2代系統簡介 (招標、領標、開標、決標).
行銷研究 單元三 次級資料的蒐集.
领会法律精神 理解法律体系 城控313-3班益达组制作.
Canonical Correlation Analysis
問題 欲探討組織學習傾向與策略決策模式之關係 預測變數(X)—組織學習傾向構面 準則變數(Y)—策略決策模式 願景溝通 團隊學習 價值領導
圓的一般式 內容說明: 由圓的標準式展出圓的一般式.
圓的一般式 內容說明: 由圓的標準式展出圓的一般式.
二、以圖表描述資料 2. Charts & Graphs.
理工科系介紹.
第九章 區別分析與邏輯迴歸 9-1 區別分析 (Discriminate Analysis)
社 会 保 险 知 识 培训教材.
石牌金頭腦 概數篇(可複選)加油哦!.
第三期 重点管理标准和制度宣贯会 2016年5月12日.
國立金門大學101學年度新生報到暨入學說明會 國立金門大學 學生宿舍 學務處簡介.
新办纳税人办税服务指南 (郑州经济技术开发区国税局)
17 類別資料的分析  學習目的.
依法保护青少年健康成长 1、相关新闻 2、相关法律.
交流一: 您的客户为什么要买医疗产品? 1.人总归会生病,生病肯定要花钱; 2.现在的医疗费用真的很高,承受不起;
济源市国税局网上办税业务介绍 主讲人 办税服务厅 杨武兵 2014年8月1日.
簡 報 大 綱 壹、緣起 貳、執行過程 參、效益.
迴歸分析 主講人:童超塵 實驗室網址 永久: 實驗室網址 永久: 目前:
消費、儲蓄與投資 消費函數與儲蓄函數.
第15章 羅吉斯與Probit迴歸分析 本章的學習主題  1.羅吉斯迴歸分析的概念 2.羅吉斯迴歸的假設 3.Logit 轉換
第四节、破坏金融管理秩序罪(之一) §170.伪造(货币)
領島圖書館.
人 品 选课靠什么? 网 速 颜 值 运 气 兴趣、爱好、个人志趣。。.
4B冊 認識公倍數和最小公倍數 公倍數和最小公倍數的關係.
課程九 迴歸與相關2.
Discriminant Analysis
虎克定律與簡諧運動 教師:鄒春旺 日期:2007/10/8
第十四章 單因子變異數分析 14.1 前言 14.2 單因子變異數分析理論 14.3 功能視窗 14.4 範例
第一章 直角坐標系 1-3 函數圖形.
為成功制定目標和行動計畫 國際獅子會分區主席訓練.
學習單元:N6 數的性質 學習單位:N6-3 用短除法求H.C.F. 和 L.C.M. 學習重點 : 1. 複習因數分解法求
數學 近似值 有效數值.
國立台灣體育學院 體育學系暨體育研究所 高明峰
有關於股票報酬及匯率變化對台灣醫療產業市場收益的分析
小學四年級數學科 8.最大公因數.
Chapter 1 多變量統計方法介紹. Chapter 1 多變量統計方法介紹 變數資料之類型 以衡量尺度分類 以變數的角色分類 名目尺度(nominal scale ) 序列尺度(ordinal scale) 區間尺度(interval scale) 比率尺度(ratio scale) 以變數的角色分類.
學習內容 概說 損失函數 雜音:造成品質變異的原因 訊號雜音比 直交表 回應表與回應圖 田口方法.
田口方法應用於語音辨識 報告者:李建德.
挑戰C++程式語言 ──第8章 進一步談字元與字串
第十章 證券投資組合.
Cross-Selling Strategies in e-Marketing
電能領域修課流程圖-大學部(甲乙班) 大一上 大一下 大二上 大二下 大三上 大三下 大四上 大四下 畢業出路 *電動機 *電力系統 普通
贏得萬邦的異象.
楊志強 博士 國立台北教育大學系 教育統計學 楊志強 博士 國立台北教育大學系
Altman’s Z Score Model 線型區別模型
第十四章名義資料的數字 描述:關連測量 © Copyright 版權所有:學富文化事業有限公司。本光碟內容僅提供教師於教學上使用,非經本公司許可,禁止複製 (給學生)。感謝老師的配合。
6.1 動畫檔案的格式 6.2 建立合適的動畫元素.
因數與倍數.
Identifying your company’s real intelligence needs
第一章 直角坐標系 1-3 函數及其圖形.
Chapter 1 多變量統計方法介紹. Chapter 1 多變量統計方法介紹 變數資料之類型 以衡量尺度分類 以變數的角色分類 名目尺度(nominal scale ) 序列尺度(ordinal scale) 區間尺度(interval scale) 比率尺度(ratio scale) 以變數的角色分類.
單元三:敘述統計 內容: * 統計量的計算 * 直方圖的繪製.
看圆如何七十二变 微建筑早课.
11621 : Small Factors ★★☆☆☆ 題組:Problem Set Archive with Online Judge
17.1 相關係數 判定係數:迴歸平方和除以總平方和 相關係數 判定係數:迴歸平方和除以總平方和.
第18章 區別分析 本章的學習主題  1. 區別分析的概念 2. 區別函數 3. 區別函數負荷量 4. 預測新觀察值
台灣全球運籌發展協會 亞洲供應鏈助理管理師證照課程.
第三章 比與比例式 3-1 比例式 3-2 連比例 3-3 正比與反比.
Presentation transcript:

第18章 區別分析 本章的學習主題  1. 區別分析的概念 2. 區別函數 3. 區別函數負荷量 4. 預測新觀察值 第18章 區別分析 本章的學習主題  1. 區別分析的概念 2. 區別函數 3. 區別函數負荷量 4. 預測新觀察值 5. 區別函數之區別能力 企業研究方法 第18章

18.1 區別分析的概念 區別分析(discriminate analysis)乃是在樣本已事先分群的情況下,利用特定區別變數來找出有效的區別函數,以便得知區別變數鑑別各分群的能力並預測樣本應歸屬到那一群集。 企業研究方法 第18章

在財務管理上,在已知樣本公司是繼續經營或解散的情況下,我們希望透過一些財務指標,來找出什麼是影響公司繼續經營與否的關鍵,再針對這些重大的影響因素來加以調整,以求繼續生存。 企業研究方法 第18章

在行銷管理上,當我們已知消費者的購買行為時,我們希望透過調查這些消費者的態度或認知,來衡量這些因素是否會影響購買決策,然後經由調查研究對象的態度或認知,來預測那些是我們的潛在消費者。 企業研究方法 第18章

在策略管理上,當企業進入新市場之投資方式不同時(合資或獨資),我們希望透過調查企業之組織特性,來瞭解何種組織特性是造成公司採取何種進入方式的影響因素,並根據研究公司之組織特性,來推估可能較為適當的進入方式。 企業研究方法 第18章

1. 利用變數來建立區別函數,以衡量群集間的差異。 進行區別分析的目的 1. 利用變數來建立區別函數,以衡量群集間的差異。 2. 找出在不同群集間,最具區別能力的變數。 3. 透過區別函數來預測新樣本屬於那一群集。 企業研究方法 第18章

18.2 區別分析的幾何圖形描述 圖 18-1 區別函數及區別群集示意圖 企業研究方法 第18章

18.3 區別函數 表 18-1 區別函數及其解釋變異量 區別函數1: 18.3 區別函數 表 18-1 區別函數及其解釋變異量 智慧資本 區別函數 1 2 顧客資本 ( IC _ CF ) 0.401 0.347 人力資本 ( IC _ HF ) 0.983 0.714 結構資本 1 ( IC _SF1 ) 0.717 0.696 結構資本 2 ( IC _ SF2 ) 0.597 -1.517 常數項 -12.611 -1.188 區別函數 特徵值 解釋變異量 累積解釋變異量 Wilks’ Lambda 值 卡方值 自由度 顯著性 1 4.680 99.7 0.174 423.003 8 0.000 2 0.015 0.3 100 0.986 3.516 3 0.319 區別函數1: Z1=-12.611+0.401×(顧客資本) +0.983×(人力資本) +0.717×(結構資本1)+0.597×(結構資本2) 區別函數2: Z2=-1.188+0.347×(顧客資本) +0.714×(人力資本) +0.696×(結構資本1)-1.517×(結構資本2) 企業研究方法 第18章

表 18-2 標準化後之區別函數係數值 β 區別函數 1 2 顧客資本 ( IC _ CF ) 0.253 0.219 人力資本 ( IC _ HF ) 0.578 0.420 結構資本 1 ( IC _SF1 ) 0.566 0.550 結構資本 2 ( IC _ SF2 ) 0.378 -0.962 在標準化的情況下,常數項變成0,如此即可直接由β值來解釋某一變數與其函數間之關係(即斜率)。由標準化之變數係數可以比較出哪一個變數對於區別函數最有影響力。 企業研究方法 第18章

18.4 新觀察值的預測 一、臨界點法 我們可利用前述所提到的典型區別函數所計算出來的得點,針對每一區別函數進一步求出各組的中心點,然後再計算各群的臨界點。 ZCU:群間的臨界點。 NA:群A 內的樣本數。 NB:群B內的樣本數。 ZA:群A的中心點。 ZB:群B的中心點。 企業研究方法 第18章

圖 18-2 樣本數相同下之最適臨界點 企業研究方法 第18章

圖 18-2 樣本數不同下之最適臨界點 企業研究方法 第18章

表 18-3 區別函數各群中心點座標 ( . ) 內表示各群樣本數。 集群 中心點座標 區別函數 1 區別函數 2 1 ( 108 ) 表 18-3 區別函數各群中心點座標 集群 中心點座標 區別函數 1 區別函數 2 1 ( 108 ) -0.409 -0.134 2 ( 94 ) 2.256 0.086 3 ( 44 ) -3.817 0.144 ( . ) 內表示各群樣本數。 企業研究方法 第18章

圖 18-4 區別函數之群間臨界值 企業研究方法 第18章

二、費雪(Fisher)法 由 18.3 所得到之 Fisher 線性區別函數可計算出各個體之典型得點再進而求出其分類函數。費雪區別函數係先將此原有空間投影在區別軸Y上。 將新觀察值代入各群的分類函數中,那一群的分類函數得點最高,即屬那一群。以本範例而言,其Fisher分類函數表示如下: 企業研究方法 第18章

表 18 - 4 Fisher分類函數 智慧資本模式 Fisher’s 分類函數 1 2 3 顧客資本 ( IC _ CF ) 8.281 9.426 7.010 人力資本 ( IC _ HF ) 11.514 14.291 8.363 結構資本 1 ( IC _SF1 ) 8.520 10.584 6.271 結構資本 2 ( IC _ SF2 ) 5.316 6.571 2.860 常數項 -77.954 -114.272 -42.507 第一群: F1=-77.954+8.281×(顧客資本) +11.514×(人力資本) +8.520×(結構資本1 )+5.316×(結構資本2) 第二群: F2=-114.272+9.426×(顧客資本) +14.291×(人力資本) +10.584×(結構資本1)+6.571×(結構資本2) 第三群: F3=-42.507+7.010×(顧客資本) +8.363×(人力資本) +6.271×(結構資本1)+2.860×(結構資本2) 企業研究方法 第18章

18.5 區別負荷量 透過觀察區別變數的負荷量,可以得知那個區別變數是最具區別能力的變數。 表 18 - 5 區別負荷量表 18.5 區別負荷量 透過觀察區別變數的負荷量,可以得知那個區別變數是最具區別能力的變數。 表 18 - 5 區別負荷量表 廣告所含訊息度 函數 1 2 顧客資本 ( IC _ CF ) 0.654* 0.013 人力資本 ( IC _ HF ) 0.503* 0.093 結構資本 1 ( IC _SF1 ) 0.650* -0.755* 結構資本 2 ( IC _ SF2 ) 0.439* 0.451* * : 負荷量值大於 0.3,表示具有影響力 企業研究方法 第18章

18.6 區別函數的鑑別能力 一個區別函數是否具有區別分群之能力,最主要是觀察其次數分配或密度分配重疊部份的大小。 18.6 區別函數的鑑別能力 一、區別函數鑑別能力的概念 一個區別函數是否具有區別分群之能力,最主要是觀察其次數分配或密度分配重疊部份的大小。 圖 18 - 5 區別函數之鑑別能力 企業研究方法 第18章

我們可以利用實際群組別和區別分析所產生的預測組 群來衡量區別函數之命中率(hit ratio),藉以作為檢測 區別函數鑑別能力之用。 二、區別函數鑑別能力的檢測 我們可以利用實際群組別和區別分析所產生的預測組 群來衡量區別函數之命中率(hit ratio),藉以作為檢測 區別函數鑑別能力之用。 表 18 - 6 預測分群之命中率 * 99.2%的分群命中率。 企業研究方法 第18章

除了命中率以外,我們尚可用Press Q來檢測 預測分群結果是否具有區別能力。 其中,N:樣本數。 n:分群正確個數。 k:群組數。 Press Q是建立在的基礎上,換句話說 Press Q 必須通過統計量的檢定,得知其是否顯著,來 判定此區別分析是否具有區別能力 企業研究方法 第18章

18.7 區別分析之結論 表 18—7 分群變數在各分群之平均值 構面與因素名稱 集群1 中智慧資本群 n=108 集群2 高智慧資本群 18.7 區別分析之結論 表 18—7 分群變數在各分群之平均值 構面與因素名稱 集群1 中智慧資本群 n=108 集群2 高智慧資本群 n=94 集群3 低智慧資本群 n=44 F值 P值 Duncan 人力資本 4.9983 5.9061 3.9524 110.350 0.000 ( 31, 2 ) 顧客資本 4.6058 5.7086 3.4139 203.340 ( 3, 1, 2 ) 結構資本 1 ( SC _sf1 ) 4.1279 5.0905 3.0648 74.804 結構資本 2 ( SC _ sf2 ) 4.4961 5.4905 2.9352 182.73 企業研究方法 第18章

*** : P<0.001;** : P<0.01 表 18—8 各分群在其他研究構面之平均值 構面與因素名稱 集群1 中智慧資本群 表 18—8 各分群在其他研究構面之平均值 構面與因素名稱 集群1 中智慧資本群 n=108 集群2 高智慧資本群 n=94 集群3 低智慧資本群 n=44 F值 P值 Duncan 知識創造過程 外部化 3.8837 4.9286 3.1019 43.942 0.000*** ( 3, 12 ) 連結 4.6550 5.5238 4.0556 28.877 ( 3, 1, 2 ) 社會化 4.9709 5.2571 3.7197 26.590 0.003** 內部化 5.1860 5.6607 4.2708 22.936 結構化程度 集權化 6.3101 7.4952 4.4444 18.727 ( 31, 2 ) 正式化 4.5930 4.1000 5.2500 2.497 0.085 ( 21, 3 ) 社會資本 信任關係 5.1333 4.7054 4.1667 11.467 ( 3, 2, 1 ) 互惠關係 4.7519 5.2333 3.8241 26.109 互動關係 4.8837 5.5381 4.6481 14.537 知識管理之績效 5.7184 3.8175 75.141 *** : P<0.001;** : P<0.01 企業研究方法 第18章