判别分析：步进法

方法。 选择用于输入或移去新变量的统计。可用统计有 Wilks 的 lambda、未解释的方差、马氏距离、最小 F 比以及 Rao 的 V。使用 Rao 的 V，您可为要输入的变量指定在 V 中增加的最小值。

Wilks Lambda。一种用于逐步判别分析的变量选择方法，它基于变量能在多大程度上降低 Wilks 的 lambda 来选择要输入到方程中的变量。在每一步，均是输入能使总体 Wilks 的 lambda 最小的变量。
未解释方差。在每一步，均是输入能使组间未解释变动合计最小的变量。
马氏距离。自变量上个案的值与所有个案的平均值相异程度的测量。大的马氏距离表示个案在一个或多个自变量上具有极值。
最小 F 比。一种逐步分析中的变量选择方法，它基于使从组间马氏距离计算得到的 F 比最大。
Rao V。组平均值之间的差分的测量。也称为 Lawley-Hotelling 轨迹。在每一步，能使 Rao 的 V 增加最大的变量被选进来。选择此选项之后，请输入要进入分析，变量必须具有的最小值。

标准。 可用的备用项包括使用 F 值和使用 F 的概率。请输入进入变量和移去变量的值。

使用 F 值。如果变量的 F 值大于“输入”值，那么该变量输入模型，如果 F 值小于“剔除”值，那么该变量从模型中移去。“输入”值必须大于“剔除”值，且两者均必须为正数。要将更多的变量选入到模型中，请降低“输入”值。要将更多的变量从模型中移去，请增大“剔除”值。
使用 F 的概率。如果变量的 F 值的显著性水平小于“输入”值，那么将该变量选入到模型中，如果该显著性水平大于“剔除”值，那么将该变量从模型中移去。“输入”值必须小于“剔除”值，且两者均必须为正数。要将更多的变量选入到模型中，请增加“输入”值。要将更多的变量从模型中移去，请降低“剔除”值。

输出。步进摘要显示完成每一步后所有变量的统计；两两组间距离的 F 值显示每一组对的成对 F 比的矩阵。

选择步进法选项

此功能需要 Statistics Base Edition。