第4章-判别分析——part1.pptVIP

* * 上例中,当μ1=80,μ2 =75,σ=2时 分界点μ =(80+75)/2=77.5,故错判概率为 P(2|1)= P{X77.5|X∈G1} (X~N(80,4) ) = P{(X-80)/2(77.5-80)/2} = P{U-1.25} (U=(X-80)/2~N(0,1) ) = 1-Φ(1.25)= 0.1056 P(1|2)= P{X77.5|X∈G2} (X~N(75,4) ) = P{(X-75)/2(77.5-75)/2} = P{U1.25} (U=(X-75)/2~N(0,1) ) = 1-Φ(1.25)= 0.1056=P(2|1) 一般地,经计算可得: 由错判概率的公式及上图可见, 当两总体均值靠得很近(即| μ1 - μ2 |很小)时,则错判概率很大,这时作判别分析是没有意义的.因此只有当两总体的均值有显著性差异时,作判别分析才有意义. 即如果两个总体（类别）间的差异本来就不显著，那么就根本没有必要去作判别，即有效的判别必须以显著的差异为前提。因此，在考虑建立判别函数之前，应首先检验总体间是否存在显著的差异（在判别之前应对两总体的均值是否有显著差异进行检验）。 H0: H1: 另外，以上讨论的判别函数及规则并没有涉及到总体的具体分布类型，只要逆矩阵存在就可以。 1、两总体距离判别 4.2.2 两总体距离判别 例1 :记二维正态总体N2(?(i),? )为Gi(i=1,2)(两总体协差阵相同),已知来自Gi(i=1,2)的样本数据阵为 (1) 试求两总体的样本组内离差阵A1, A2和合并样本协差阵S. (2) 今有样品x0 =(2,8)′,试问按马氏距离准则样品x0应判归哪一类. (1)解: 而且 (2)解一:计算马氏距离 (2)解二:计算线性判别函数W(X) * * 例2 * 1、多总体距离判别 返回 4.2.1 距离判别的基本思想 4.2.2 两总体距离判别 4.2.3 多总体距离判别 4.2 距离判别 1、多总体距离判别 类似于两总体情况，计算样品 X 到每个总体的距离d2(X,Gi)（i=1,2,---k,），然后比较这些距离，如 X 距离总体Gi的距离最短，则判X属于总体Gi。 1、多总体距离判别 4.2.3 多总体距离判别 设有个总体 G1,…，Gk， 它们的均值分别是 ， 协方差矩阵均是 ，则 （1）协方差矩阵相同 1、多总体距离判别 4.2.3 多总体距离判别 判别函数为： 1、多总体距离判别 4.2.3 多总体距离判别 相应的判别准则为： 当 若有某一个 ,对一切 待判， 1、多总体距离判别 4.2.3 多总体距离判别 当 未知时可用其估计量代替。 * 1、多总体距离判别 4.2.3 多总体距离判别 此时判别函数为： （2）协方差矩阵不相同 相应的判别准则为 1、多总体距离判别 4.2.3 多总体距离判别 当 未知时，可用 的估计量代替。 * 例3 人文发展指数是联合国开发计划署于1990 年5 月发表的第一份《人类发展报告》中公布的。该报告建议，目前对人文发展的衡量应当以人生的三大要素为重点，衡量人生三大要素的指示指标分别要用出生时的预期寿命、成人识字率和实际人均GDP，将以上三个指示指标的数值合成为一个复合指数，即为人文发展指数。资料来源：UNDP《人类发展报告》1995 年。 今从1995 年世界各国人文发展指数的排序中，选取高发展水平、中等发展水平的国家各五个 作为两组样品，另选四个国家作为待判样品作距离判别分析。 * * 解：本例中变量个数p=3，两类总体各有5 个样品，即n1=n2=5，有4 个待判样品，假定两总体协差阵相等。 两组线性判别的计算过程如下： （1） * * * （3）求线性判别函数W(X) * （4）对已知类别的样品判别分类 对已知类别的样品（通常称为训练样品）用线性判别函数进行判别归类，结果如下，全部判对。 * （ 5 ） 对判别效果作检验判别分析是假设两组样品取自不同总体，如果两个总体的均值向量在统计上差异不显著，作判别分析意义就不大。所谓判别效果的检验就是检验两个正态总体的均值向量是否相等，根据第二章§2.1.3（P25页） 可知检验的统计量为： * （6）对待判样品判