Counts
| Taille d'échantillon totale | 52 | Total DDL | 51 |
|---|---|---|---|
| Variables | 8 | DDL dans les classes | 49 |
| Classes | 3 | DDL entre les classes | 2 |
La procédure DISCRIM
| Taille d'échantillon totale | 52 | Total DDL | 51 |
|---|---|---|---|
| Variables | 8 | DDL dans les classes | 49 |
| Classes | 3 | DDL entre les classes | 2 |
| Nombre d'observations lues | 52 |
|---|---|
| Nombre d'observations utilisées | 52 |
| Information au niveau classe | |||||
|---|---|---|---|---|---|
| TYPE | Nom de la variable |
Fréquence | Poids | Proportion | Probabilité a priori |
| KIRSCH | KIRSCH | 17 | 17.0000 | 0.326923 | 0.326923 |
| MIRAB | MIRAB | 15 | 15.0000 | 0.288462 | 0.288462 |
| POIRE | POIRE | 20 | 20.0000 | 0.384615 | 0.384615 |
| Informations sur la matrice de covariance combinée | |
|---|---|
| Rang de la matrice de covariance |
Log. naturel du déterminant de la matrice de covariance |
| 8 | 58.32674 |
La procédure DISCRIM
| Distance au carré généralisée à TYPE | |||
|---|---|---|---|
| De TYPE | KIRSCH | MIRAB | POIRE |
| KIRSCH | 2.23606 | 29.85787 | 37.95913 |
| MIRAB | 29.60754 | 2.48639 | 7.21611 |
| POIRE | 38.28417 | 7.79147 | 1.91102 |
La procédure DISCRIM
| Statistiques multivariées et Approximations F | |||||
|---|---|---|---|---|---|
| S=2 M=2.5 N=20 | |||||
| Statistique | Valeur | Valeur F | DDL num. | DDL den. | Pr > F |
| NOTE: la statistique F pour la plus grande racine de Roy est une borne supérieure. | |||||
| NOTE: la statistique F pour Lambda de Wilks est exacte. | |||||
| Wilks' Lambda | 0.06671324 | 15.08 | 16 | 84 | <.0001 |
| Pillai's Trace | 1.32125279 | 10.46 | 16 | 86 | <.0001 |
| Hotelling-Lawley Trace | 8.17410078 | 21.08 | 16 | 65.231 | <.0001 |
| Roy's Greatest Root | 7.38683115 | 39.70 | 8 | 43 | <.0001 |
| Fonction discriminante linéaire pour TYPE | ||||
|---|---|---|---|---|
| Variable | Libellé | KIRSCH | MIRAB | POIRE |
| Constante | -5.01645 | -18.84069 | -24.76488 | |
| MEOH | MEOH | 0.00343 | 0.02903 | 0.03339 |
| ACET | ACET | 0.00639 | 0.01641 | 0.00751 |
| BU1 | BU1 | -0.06368 | 0.40539 | 0.31805 |
| BU2 | BU2 | -0.0008832 | 0.07135 | 0.11499 |
| ISOP | ISOP | 0.02308 | 0.02976 | -0.00849 |
| MEPR | MEPR | 0.03749 | -0.12894 | 0.06178 |
| PRO1 | PRO1 | 0.00197 | -0.00541 | -0.00832 |
| ACAL | ACAL | 0.06618 | -0.22642 | -0.13033 |
La procédure DISCRIM
Synthèse de classification pour données de calibration : WORK.EAU_DE_VIE
Synthèse de resubstitution utilisant Fonction discriminante linéaire
| Nombre d'observations et pourcentage classifiés dans TYPE | ||||
|---|---|---|---|---|
| De TYPE | KIRSCH | MIRAB | POIRE | Total |
| KIRSCH |
17
100.00
|
0
0.00
|
0
0.00
|
17
100.00
|
| MIRAB |
0
0.00
|
14
93.33
|
1
6.67
|
15
100.00
|
| POIRE |
0
0.00
|
2
10.00
|
18
90.00
|
20
100.00
|
| Total |
17
32.69
|
16
30.77
|
19
36.54
|
52
100.00
|
| A priori |
0.32692
|
0.28846
|
0.38462
|
|
| Estimations du compte des erreurs pour TYPE | ||||
|---|---|---|---|---|
| KIRSCH | MIRAB | POIRE | Total | |
| Taux | 0.0000 | 0.0667 | 0.1000 | 0.0577 |
| A priori | 0.3269 | 0.2885 | 0.3846 | |