判别分析-距离判别.pptVIP

第五章　　判别分析 判别分析原理及模型 判别分析概述 判别分析方法 判别分析概述 （一）什么是判别分析 判别分析是多元统计中用于判别样品所属类型的一种统计分析方法。是一种在一些已知研究对象用某种方法已经分成若干类的情况下，确定新的样品的观测数据属于那一类的统计分析方法。 用数学语言表达： 设有 个样本，对每个样本测量 项指标的数据，已知每个样本属于 个类别(或总体) 的某一类，分布函数分别为 . 判别准则： 用于衡量新样品与各已知组别接近程度的思路原则。 常用的有，距离准则、Fisher准则、贝叶斯准则。 （二）判别分析的种类 按照判别组数划分有 两组判别分析和多组判别分析； 按照区分不同总体的所用数学模型来分有 线性判别分析和非线性判别分析； 按照处理变量的方法不同有 逐步判别、序贯判别等； 按照判别准则来分有 距离准则、费希尔准则与贝叶斯判别准则。 距离判别法 基本思想： 首先根据已知分类的数据，分别计算各类的重心，即分组(类)均值； 判别准则：对于任给一次观测值，若它与第 类的重心距离最近，就认为它来自于第 类。 因此，