统计章判别分析--.pptVIP

67 第十八章  判别分析 例18-1 收集了22例某病患者的三个指标（X1，X2，X3）的资料列于表18-1，其中前期患者（A）类12例，晚期患者（B）类10例。试作判别分析。 （电脑医生） 讲述内容 目的：作出以多个判别指标判别个体分类的判别函数式或概率公式。 资料：个体分两类或多类，判别指标全部为数值变量或全部为分类变量。 用途：解释和预报（主要用于计量诊断）。 分类（经典）： Fisher判别和Bayes判别。 1. 计量资料判别分析。目的是作出以定量指标判别个体属性分类或等级的判别函数。 按方法名称分： 1. Fisher判别(计量资料) 2. 最大似然判别法(计数资料) 3. Bayes公式判别法(计数资料) 4. Bayes判别(计量资料) 5. 逐步判别(计量资料) 第一节???Fisher判别 适用于指标为定量指标的两类判别（或多类判别） 例18-1 收集了22例某病患者的三个指标（X1，X2，X3）的资料列于表18-1，其中前期患者（A）类12例，晚期患者（B）类10例。试作判别分析。 （2）计算合并协方差矩阵: 按公式（18-4），例如： 二、判别效果的评价——用误判概率P衡量 第二节?? ?最大似然判别法（优度法） 适用于指标为定性指标的两类判别或多类判别。 第三节 Bayes公式判别法 第四节 Bayes判别 Bayes判别函数 判别效果评价: 误判概率为1/17=5.88%（回顾性估计，见表18-8）。误判概率的刀切法估计17.6%。 第十八章 判别分析 （discriminant analysis） 授课老师：曾小敏 zxiaomin@xysm.net 公共卫生学院 卫生统计学教研室 如某病例昨晚开始出现右下腹痛、呕吐等症状，大便正常。经检查，右下腹部压痛，肌性防御（+）、压跳痛（+），体温36.6℃，白细胞23.7×109/L。 根据表18-3得 适用于指标为定性指标的两类判别或多类判别。 资料：个体分两类或多类，判别指标全部为定性 或等级资料。 原理：条件概率+事前概率（各病型或病种的总 体构成比） 分子: k类的似然函数值(各条件概率之积) k类的事前概率 k类的(后验概率) 分母: 所有类(1、2、…、k、…、g类)的似然函数值与其事前概率之积的和。 判别规则：（找最大的后验概率值） 举例说明：例18-3 例18-2 有人试用7个指标对4种类型的阑尾炎作鉴别诊断，收集的5668例完整、确诊的病史资料归纳于表18-3。 表18-3 5668例不同型阑尾炎病例的症状发生频率（%） 如:某病例昨晚开始出现右下腹痛、呕吐等症状，大便正常。经检查，右下腹部压痛，肌性防御（+）、压跳痛（+），体温36.6℃，白细胞23.7×109/L。 对例18-2中给出的待判病有 利用公式（18-8）计算得 注意： Fisher判别:是寻找合适的投影方向，使样本在投影面上类内变异变小，类间变异增大，达到判别的目的；（定量资料） 最大似然判别和Bayes公式判别:都是以概率为判别依据的，要求训练样本较大，否则判别效果难以保证。 （定性资料或等级资料） 适用于指标为定量指标的多类判别（也可用于两类判别） 例18-4 欲用4个指标鉴别3类疾病，现收集17例完整、确诊的资料，见表18-4。试建立判别Bayes函数。 资料：个体分 g 类，判别指标定量(m个)。 原理：Bayes准则(寻求一种判别规则使得属于第 k 类的样品,在第k类中取得最大的后验概率)。 判别规则:（1）按判别函数值判别：计算判别对象的判别函数值，将判别对象判为判别函数值最大的那一类。（2）按后验概率判别：计算判别对象属于第k类的后验概率, 将判别对象判为后验概率值最大的那一类。 (两种判别规则的判别结果是完全一致的。) 例18-4 欲用4个指标鉴别3类疾病，现收集17例完整、确诊的资料，见表18-4。试建立判别Bayes函数。 结果： g 个判别函数式 当各类的协方差矩阵不等时，得到的是非线性二次型Bayes判别函数——比较复杂，不做介绍。 先验概率，一般取等概率，当样本较大且无选择性偏移使用频率代替。 例18-4 欲用4个指标鉴别3类疾病，现收集17例完整、确诊的资料，见表18-4。试建立判别Bayes函数。 求得判别系数Cij 从而得到结果： g 个Bayes判别函数。 判别规则: （1）按判别函数值判别：计算判别对象的判别函数值，将判别对象判为判别函数值最大的那一类。 （2）按后验概率判别：计算判别对象属于第k类的后验概率, 将判别