SPSS TECHNIQUE S SUITE 2

‘analyse discriminante : Cobjectif est d’identifier une combinaison linéaire de variables indépendantes permettant de reconstituer au mieux les valeurs prises par des individus sur une variable dépendante. Les variables dépendantes doivent être dordre métriques , tandis que la variable indépendante doit être qualitative. Quels sont les caract choisissent l’ESC et ceux de I’HEC • t les étudiants qui p g En terme de style de VIe, quelles sont les différences entre les clients d’hypermarché et ceux de hard discount ? Les similarités et différences entre les trois analyses.

Similarités Différences Régression linéaire qui explique au mieux l’appartenance des individus à des groupes ? ÛQuelles est la combinaison linéaire de variables indépendantes qui affecte, avec le plus d’exactitude, les individus à ce groupes ? DQuelles est l’importance respective des variables indépendantes dans ces groupes ? ûPeut-on prédire l’appartenance de nouveaux individus aux groupes? 3 es statistiques associées à l’analyse discriminante : La corrélation canonique : Elle mesure l’étendue de l’association entre les scores discriminants et les lasses. 2.

Les scores de la fonction discriminante: pour obtenir un score discriminant on multiplie les coefficients nonstandardisés puis on ajoute la valeur constante. Les coefficients non-standardisés ( nbr de variables) sont les multiplicateurs des variables. 3. Les valeurs de F et leurs signification: Elle sont calculées par une ANOVA à un facteur. 4 Le lambda de Wilks: le de Wilks pour chaque variable explicative est la somme des carrés intraclasse et la somme des carrés totale. Si la valeur est proche de 1 la moyenne des classe ne semblent pas être ifférente, sinon les moyennes des classes semblent l’être. Exemple On cherche à déterminer les caractéristiques des familles ayant séiourné 2 fonction discriminante, on se doit de diviser l’échantillon de 42 familles, environ de la taille est réservé pour l’estimation de la fonction discriminante, et les 25% restantes pour la validation de cette estimation. 5 échantillon d’estimation Num Séjourné Revenue 2 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 3 minimum, et les variables indépendantes métriques. Statistiques —> moyenne, ANOVA ? un facteur test de box, corrélation ntra-classe, et le coefficient de la fonction non-standardlsés.

Classification —> afficher récapitulatif, et classification par échantillon. Enregistrer —s groupe d’affectation prévus Le revenue annuel, Pimportance des vacances familiales et la taille de la famille différence significativement ceux qui on séjourné en centre de vacance le et ceux qui ne l’on pas fait. La matrice de la corrélation entre les variables dépendantes montre la faible corrélatio riables. Le problème de la 4 observations sont classées Échantillon de validation num visite voyage vacance âge 0. 8 S Architecture, Génie civil et psychologie.

En plus d’ un questionnaire qui vise ? détecter les préférences et attitudes de ces bacheliers. Les résultats ce cette enquête sont dans le fichier Excel exo discriminante. Travail à faire . û Estimer la fonction discriminante, tout en déterminant sa signification D Interprétez les résultats ; Û Évaluez la validité de l’analyse discriminante. 22 Définir les variables : Nom de variable la Étiquette de la variable Valeurs de la variable Num étudiant Numérique Spécialité 1 : Architecture 2 : Génie civil 3 : Psychologie