（2）
由第1张表可以看出，通过判别函数预测，有146个观测是分类正确的，其中，y 1组50个观测全部被判对，y 2组50个观测中有47个观测被判对，y 3组50个观测中有49个观测被判对，从而有146/150=97.3%的原始观测被判对。第（2）为分类结果图，从图中可以看到，Setosa鸢尾花与Versicolour鸢尾花和Virginica鸢尾花可以很清晰的区分开，而Versicolour鸢尾花和Virginica鸢尾花这两种之间存在重合区域，即存在误判。
由输出结果4-6可以看出，采用Separate-groups协方差矩阵与采用Within-groups协方差矩阵的预测效果没有明显的差别，因此，可以采用Within-groups协方差矩阵来进行判别。 例4-2 距离判别案例。为了研究2008年全国各地区城镇居民家庭人均消费支出情况，按人均收入、人均GDP以及消费支出将29个省、市、自治区（除天津和陕西以外）分为三种类型，设置group变量取值分别为1、2、3。试建立判别函数，判定天津、陕西分别属于哪个消费水平类型。判别指标及原始数据见表4－1。
解：本例中组数k=3，判别指标p=8，各组中样本为：n1 5,n2 13,n3 11，待判样品个数为2。
总体协差阵的逆矩阵：