第八讲判别分析(多元统计分析方法-兰州商学院傅德印).pptVIP

第七章　　判别分析 判别分析原理及模型 逐步判别分析 判别分析应用及实例 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。 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。 判别函数：基于一定的判别准则计算出的用于衡量新样品与各已知组别接近程度的描述指标，即判别函数。 （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费舍准则与贝叶斯判别准则。 判别分析方法 （一）距离判别法 １．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，判别准则是对于任给一次观测值，若它与第i类的重心距离最近，就认为它来自第i类。因此，距离判别法又称为最邻近方法（nearest neighbor method）。距离判别法对各类总体的分布没有特定的要求，适用于任意分布的资料。