准备数据
1.将数据导入SPSS。
点击：分析——分类——判别式
点击：分析——分类——判别式
然后点击统计，勾选上平均值，单变量，博克斯，组内相关性；这里的“未标椎化”指的是fish判别法，而费希尔指的是贝叶斯判别法，二者在这里是反的的，因为贝叶斯里的某个理论是由fish提出，所以这里是反的，需要注意
然后点击分类，勾选上需要的，点击继续
最后点击确定
由于组均值等性检验未通过，因此需要将未通过的指标剔除，重新运行
分析为判别另外4个样品的组别，选择Fisher判别法建立判别函数对其进行判别。1.组平均值的同等检验表1为组平均值的同等检验表，从中可以看出，在显著性水平0.01下，变量、X1、X2、X3与X6的概率P值分别为0.981、0.941、0.072、0.631，均大于0.01，应接受原假设，认为变量X1、X2、X3与X6在三组的均值是不存在显著差异。变量X4、X5的概率P值分别为0.007、0.000，均小于0.01，应拒绝原假设，认为变量X4、X5在三组的均值是存在显著性差异的。
表2为各组协方差矩阵是否相等的Box’s M检验，从检验结果可以看出，协方差阵是奇异矩阵，因此，考虑仅使用变量X4、X5建立判别函数。
剔除变量X1、X2、X3与X6留下变量X4、X5后重新运行得到表3，从表中可以看出，保留变量后，协方差阵是非奇异矩阵，F值对应显著性水平值为0.002，在显著性水平下，应拒绝原假设，认为各总体方差不相等。
表4反映判别函数的特征值、解释总方差的比例、典型相关性。第一个判别函数解释了100%的方差，第二个判别函数未解释其方差。
表5是对按两个判别函数的检验，由威尔克 Lambda检验，函数1的显著性水平为0.000，在显著性水平0.01上认为判别函数1是显著的。函数2的显著性水平为0.990，在显著性水平0.01上认为判别函数2是不显著的。因此保留判别函数1。
表6标准化的判别函数，可以得到函数1的判别函数: