判别分析(三合一 new).pdfVIP

第五章 判别分析  §5.1 引言  §5.2 距离判别  §5.3 贝叶斯判别  §5.4 费希尔判别 §5.1 引言  判别分析的例子：  1.有偿付力与无偿付力的财产责任保险公司。 测量变量：总资产，股票与债券价值，股票与债券的市值， 损失支出，盈余，签定的保费金额。  2.非溃疡胃病组（胃功能紊乱者）与控制组（“正常”者）。  测量变量：焦虑、依赖性、罪恶感、完美主义的量度  3.两种野草。 测量变量：萼片与花瓣的长度，花瓣裂缝的深度，苞的长度， 花粉直径。  4.新产品的速购者与迟购者。 测量变量：教育，收入，家庭大小，过去更换品牌的次数。  5. 良好信用与不良信用风险。 测量变量：收入，年龄，信用卡数目，家庭规模。  判别分析要解决的问题是，在已知历史上用某些方 法已把研究对象分成若干组的情况下，来判定新的 观测样品应归属的组别。  每一组（亦称类或总体）中所有样品的p 维指标值  x x ,x , ,x  构成了该组的一个p 元总体分布，我 1 2 p 们试图主要从各组的总体分布或其分布特征出发来 判断新样品x 是来自哪一组的。  本章介绍三种常用的判别分析方法：距离判别、贝 叶斯（Bayes ）判别和费希尔（Fisher ）判别。 距离判别  首先，认识“距离”  设x 为第i个样品的第j 个指标，数据矩阵列于表1。 ij 表1 数据矩阵 变 量 x x ⋯ x 样 品 1 2 p 1 x x ⋯ x 11 12 1p 2 x x ⋯ x 21 22 2p ⋮ ⋮ ⋮ ⋮ n x x ⋯ x n 1 n2 np 距离d 一般应满足的四个条件 ij  上表中，每个样品有p个变量，每个样品可以看做是 p维实数空间中的一个点，n个样品就有n个点。第i 个样品与第j 个样品的距离记为d 。 ij  距离的性质：  (i) d ≥0 ，对一切i,j ； ij  (ii) d =0 ，当且仅当第i个样品与第j 个样品的各变量 ij 值相同；  (iii) d =d ，对一切i,j ； ij ji  (iv) d ≤d +d ，对一切i,j ,k 。 ij ik kj