第4章判别分析2.pptVIP

典型相关系数（Canonical Correlation）的平方，说明了判别函数因变量的变动，可以在多少程度上由自变量的变化所解释； 也即，该平方项反映这个判别函数携带了多少原始数据的信息，该值反映了该判别函数的信息价值，当然越大越好。 7.有效性的验证 （四）训练样本的选取* 现在我们希望只选取前13个样本作为“训练样本”生成判别函数，而保留最后两个样本仅作为测试样本： （四）训练样本的选取* 输出结果： 输出结果： * 数据：4-7.sav 该表显示：训练样本全部分类正确（正确率100%）；但是，2个检验样本都分错了（正确率0%），原本是第三类的，分到了第一类 * 可见，第1、2、6个指标在各总体间的差异并不大 说明，真实类别的样本，全部预测正确。当然，用训练样本本身来验证，得到这样的结论是很正常的，不能说明什么问题。使用检测样本进行验证才更有效力，见本章最后知识点“训练样本的选取”中的同类输出结果。 本页内容，来自中澳班《商务营销统计》英文教材 * 本页内容，来自中澳班《商务营销统计》英文教材 此页PPT是对“典型”进行解释：所谓“canonical”，即全部变量的量纲都是相同的，这样判别分析的系数，就没有收到不同量纲的影响 * 本页内容，来自中澳班《商务营销统计》英文教材 * 本页内容，来自中澳班《商务营销统计》英文教材 * * 此处，关于B、J、I等矩阵的理解，应回忆第二章第四节“多元正态分布的参数估 计 ”中，“用X表示Xbar和S”的部分（P56-59页） * SPSS上机作业 1、对例题4.5（鸢尾花）进行判别，写出贝叶斯判别函数和Fisher判别函数。（SPSS数据文件：4-5.sav） 2、美国某城市的居民家庭，按其有无割草机可分成两组：有割草机的家庭为第一组，记为G1；没有割草机的家庭为第二组G2。割草机工厂欲判断一些家庭是否将购买割草机。从G1和G2组中分别抽取了12个家庭，调查两项指标： X1 ＝家庭收入 ，X2 ＝房前屋后土地面积（数据见下页）。 （1）对上述情况进行判别，写出贝叶斯判别函数和Fisher判别函数。 （2）某个家庭X1 ＝37 ，X2 ＝9.9，请判断这个家庭是否会购买割草机？ * * 3.某专家设计出一套评分体系来判别企业的经营状况。该体系对每个企业的如下八个指标进行评分：企业规模（is）、服务（se）、雇员工资比例（sa）、利润增长（prr）、市场份额（ms）、市场份额增长（msr）、流动资金比例（cp）、资金周转速度（cs）等。已经有90个企业被据此划分为“上升企业”、“稳定企业”和“下降企业”。（数据文件：4-7.sav） 请完成： （1）计算Fisher判别函数 （2）再使用逐步判别方法，重新计算Fisher判别函数，比较与（1）结果的区别。 （3）该套数据适合进行（使用线性判别函数的）贝叶斯判别吗？ * 本章结束 * 图来自于：《张文彤，高级》P178 * 1、4.19式中的各Xi，都是纯量随机变量，都是P维随机向量X中的p个元素。 而U（X），自然是一个新的随机变量。 2、这个投影，有k个？p?k，降维。 * 4.19式中的各Xi，都是纯量随机变量，都是P维随机向量X中的p个元素。 而U（X），自然是一个新的随机变量。 * 随机变量U‘X，怎么会有两个均值和两个方差呢？原因是，此处的随机变量U’X，本身就是两个：当X属于总体G1时，是一个；当X属于总体G2时，又是一个。 * 注意，由E的定义，费希尔判别，并不要求各个总体的协方差矩阵相等！！！ * * 1、本页内容，来自《王学民》P165 2、特征值极值的这个定理的证明，见《王学民》P21、《张尧庭选讲》P43、44。 3、E为何是正定矩阵？原因在于第二章讲过了，协差阵永远是半正定的，一般都是正定的，而k个协差阵之和，当然也满足正定矩阵的定义。 4、讲到此处，应该复习一下特征值、特征向量：设A是向量空间的一个线性变换，如果空间中某一非零向量通过A变换后所得到的向量和X 仅差一个常数因子，即AX=kX ，则称k为A的特征值，X称为A的属于特征值k的特征向量或特征矢量(eigenvector)。 * 本页内容，来自《王学民》P165 4.24式，可用p=2，k=2时的情况来直观理解 * 本页内容，来自《王学民》P165 * 本页内容，来自《王学民》P166 * 该方法来自《朱建平》P53 * 关于矩阵的微商，哪里有教材讲？《高惠璇》P396，我记得好像古扎拉蒂的《计量经济学》附录里也讲过。 * B尖与B比较，发现B尖的求和项中多了ni这个项。原因类似于方差分析，因为B尖是在样本范畴内计算组间离差，要考虑各个总体样本容量ni的影响； B是在总体范畴内计算组间离差，自然也就没有样本容量