上期我们详细讲解了SPSS一般判别分析.。一般判别分析是根据已知变量数据来判别某些样本未知类别的方法。今天我们要讲解SPSS逐步判别分析。逐步判别分析则是筛选出跟要判别的类别相关性较强的变量指标来判别类别，而与类别相关性不强的指标，则给予剔除。具体请看下列案例：
我们搜集了421例患者的相关指标数据和类别变量数据，其中420例完整数据，第421例类别未知，想判别第421例患者的类别，且想筛选出与类别相关强的变量指标来判别，相关若的指标给予剔除。（图1）
图1
SPSS中的操作步骤：
①点击“分析”--“分类”--“判别式”（图2）
图2
②将“类别”选入分组变量，并设置定义范围将其余指标选入自变量，并点选下方的“使用步进法”（图3），
图3
③点击右侧“统计”，勾选“平均值”和函数系数下的“费希尔”和“未标准化”（图4）
图4
④点击右侧的“分类”按钮，勾选“摘要表”以及图下面的“合并组”、“领域图”（图5）
图5
⑤点击右侧“保存”按钮，勾选“预测组成员”（图6）后，最后点击确定进行计算。
图6
⑥结果分析
这里与之前一般判别分析相同的表我们就不再重复分析，需要学习的朋友可以去查阅《SPSS判别函数分析在医学统计分析中的应用1--一般判别分析》。这里我们仅针对与一般判别分析不同的结果进行讲解
图7
由上表（图7）可以看出：体质指数和葡萄糖对判别类别都具有显著的意义，P<0.05。但尿酸没有被纳入进来，说明尿酸对判别类别意义不显著。这里就剔除了尿酸这个变量了，在接下来的判别过程中，就只针对考虑判别意义显著的体质指数和葡萄糖了。
图8
由上表（图8）可以看出：最终第421例患者被判别为健康组。以上就是本期内容。总结一下重点，与上期讲解的一般判别分析不同点在于，这里剔除了与要判别的类别变量相关性较弱的变量指标。在现实分析中，实际意义非常大，可以节约成本，提高针对性，规避一些难收集数据，耗费大量人力物力取得一些相关性不强的数据等等。更多SPSS分析课程将持续更新，敬请大家关注！
杏花开生物医药统计 客服QQ3305200052
版权说明：本文系杏花开生物医药统计原创文章。
【杏花开生物医药统计】相关文章：
·SPSS判别分析的操作及应用（1）一般判别分析
·SPSS聚类分析（K-均值聚类）软件操作结果解读
·SPSS聚类分析（R型聚类）的软件操作与结果解读
· SPSS聚类分析的软件操作与结果解读
· SPSS曲线回归分析的应用与操作详解
· 多因素方差分析（3）Graphpad简单效应折线图
· SPSS方差分析之多因素方差分析（2）（简单效应）
· SPSS方差分析之多因素方差分析（1）
· SPSS虚拟线性回归分析在问卷量表数据统计分析中的应用
· SPSS进行中介效应检验的实战操作与分析
· AMOS结构方程教程，SPSS调节效应分析操作与结果的详细解读
· SPSS混合线性模型在生物医药统计中的应用与操作
· SPSS无序Logistic回归在生物医药统计分析中的应用
· AMOS处理生物医药问卷中的中介效应分析
· AMOS进行问卷分析效度分析之验证因子分析
· SPSS调节回归分析在生物医药统计分析中应用
· SPSS重复测量方差分析在生物医药中的应用
· SPSS进行组间差异比较及其两两比较
· SPSS独立样本T检验与SPSS单因素方差分析
· GraphPad Prism绘制ROC曲线具体操作步骤
· SPSS进行连续型数据的正态分布检验
· SPSS有序Logistic回归的具体操作
· SPSS生存分析在生物医药统计中的应用之COX风险比例回归
· SPSS二元Logistic回归在生物医药统计分析中的应用
· Medcalc软件精准比较多个指标诊断准确率
· SPSS多元线性回归的应用操作及分析
· SPSS和GraphPad如何比较组内和组间差异
· AMOS结构方程进行医学问卷量表分析教程
· SPSS生存分析在生物医药统计中的应用
· GraphPad Prism统计绘图之柱状图、箱式图
· SPSS中对问卷数据进行探索因子分析的详细操作与结果解读
· SPSS问卷数据统计分析之项目分析
· Excel进行线性回归模型分析的操作
· SPSS中常用的参数和非参数检验方法
· ROC曲线在SPSS中的操作及应用
· 一文读懂R语言如何实现逐步回归分析
· R语言中如何绘制散点图和箱线图？
· SPSS中的Variable数据变量类型介绍
· 相关性分析在SPSS中的操作，相关系数含义
· 一文读懂SPSS单因素方差分析及方差分析
· 线性回归决定系数R方的计算方法及具体意义
· 医学和生物统计全过程
· 生物和医学统计中的假设检验
· GraphPad Prism绘制生存曲线详细教程
,
