判别分析.pptVIP

9.3判别分析 判别分析是一种判别个体所隶属的群体的统计分析手段。其作用表现在： 当描述研究对象的性质特征不全或不能从直接测量数据确定研究对象所属类别时，可以通过判别分析对其进行归类。 例如：为了确诊某种疾病，需要将病人的各项检测指标同各种典型的病历做对照，从而判断其最可能属于哪种疾病。 又例如：根据某些气象资料来判断近期的天气变化，需要将这些气象资料同某些典型的天气变化规律进行对照，判断最可能的情况。 一、判别分析的基本概念 判别分析研究方法是根据已知对象的某些观测指标和所属类别来判断未知对象所属类别的一种统计学方法。与聚类分析有所不同的是：判别分析法首先需要对所研究对象进行分类，进一步选择若干对观测对象能够较全面地描述的变量，建立判别函数。对一个未确定类别的样本只要将其代入判别函数就可以判断它属于哪一类总体。 ⒈判别函数的建立： 假定在两类总体A和B中各选取m和n个样本，每一个样本所对应的变量值都是k个。从而得到两个分布：  A总体中的第i个样本的第j个变量为： B总体中的第i个样本的第j个变量为： 需要建立一个线性判别函数： D=Ck+1+C1X1+C2X2+…+CkXk 使等式右边的各个系数Ci确定后，对于来自A总体样本的函数值都大于零，B总体的样本的函数值都小于零。从而将一个样本代入判别函数D就可以根据其值确定其所属的类别。 具体方法为待定系数法： ①将A、B两个总体的全部样本观测值代入方程，并求其平均值和离差平方和。 ②求F值，当F取极大值的时候，将表示有组间差异最大，组内差异最小。因此可以通过令F的一阶偏导数等于零。 ③得到k个关于Ci的线性方程组，方程组的解就是判别函数的各个系数。 对于任意样本代入函数中，当D的数值大于0，则该样本隶属于A总体。当D的数值小于0，则该样本隶属于B总体。如果D等于0，则待判。 ⒉判别方法 SPSS系统提供的判别方法有马氏距离判别法、贝叶斯概率判别法以及费氏多类判别模型法。 ⑴马氏(Mahalamobis)距离判别法 马氏距离判别法的思想就是建立马氏距离，当被判断样本距离哪个总体中的马氏距离最小，该样本就隶属于这个总体。假定有A、B两个总体，则： X∈A 若d(x,A)d(x,B) X∈B 若d(x,A)d(x,B) 待判 若d(x,A)=d(x,B) ⑵贝叶斯(Bayes)概率判别法 贝叶斯概率判别法是根据被判断样本应当归属于出现概率最大的总体或者归属于错判概率最小的总体的原则进行判别的。 出现概率最大的总体指在全部N个样本中，属于各个不同总体的样本数分别为：n1、n2、n3…，则各自的概率可以简单计算为： P（Gi）为先验概率。被判断的样本属于先验概率最大总体的概率应当高一些。先验概率反映了样本分布的总体趋向特性。当不能确定一个样本属于若干个总体中的哪一个时，归属大概率总体的概率显然会比归属小概率总体的概率高。 另外，考虑到某些样本的特殊性，还应当具体分析各个样本的趋向特性。因为样本趋向于各个总体的概率可能不同。 例如：对儿童某行为应隶属于心理发展问题的概率远远超过隶属于生理发育问题的概率，即使样本数量很大时也基本如此，则将该行为判断为心理问题的正确性就大。 当假定某样本归属某一个总体i时，由其判别函数得到的可能概率为P(D｜Gi)。则该样本被判定属于总体i时的概率为： P(Gi｜D)也称为后验概率，其对于不同总体的概率将决定判别的结果。 ⑶费氏(Fisher)多类判别模型法 费氏多类判别模型法的实质为一种通过坐标变换的方式将样本类别进行划分的方法。当样本数据点的分布在原有的变量空间无法通过变量的取值来区分时，坐标变换将数据点投影到另一个坐标系，在新的坐标系中样本的不同水平差异显著，用一元方差分析的检验手段就可以将不同种类区分开来了。即按照类间离差平方和最大同类内离差平方和最小的原则，使二者之比取最大来确定判别函数的系数。 二、操作步骤 执行菜单命令，单击[Statistics]、[Classify]、[Discriminant] ⑴指定分组变量及其取值范围。 将分组变量从源变量窗口通过选择箭头选到分组变量窗口。并从“Define Range”按钮定义分组变量的取值范围，给定最小值Minimum和最大值Maximum。 ⑵指定判别函数中的自变量。 将自变量从源变量窗口通过选择箭头选到自变量窗口。 ⑶选择使用自变量的方法。 对于选定的自变量可以全部应用到判别函数中去，这是系统默认的使用全部自变量法“Enter independent together”。如果要对变量进行筛选检验，将使用选项逐步进