spss教程_13-1(判别分析).pptVIP

判别分析 距离判别法 费歇尔判别法 逐步判别法 判别分析 判别分析是根据观察或测量到若干变量值，判断研究对象如何分类的方法。 判别分析 判别分析 分类： 1、按判别的组数来分，有两组判别分析和多组判别分析 2、按区分不同总体所用的数学模型来分，有线性判别和非线性判别 3、按判别对所处理的变量方法不同有逐步判别、序贯判别。 4、按判别准则来分，有费歇尔判别准则、贝叶斯判别准则 判别分析 判别分析和前面的聚类分析有什么不同呢？ 主要不同点就是，在聚类分析中一般人们事先并不知道或一定要明确应该分成几类，完全根据数据来确定。 而在判别分析中，至少有一个已经明确知道类别的“训练样本”，利用这个数据，就可以建立判别准则，并通过预测变量来为未知类别的观测值进行判别了。 费歇尔判别法 费歇尔判别方法是历史上最早提出的判别方法之一，也叫线性判别法 费歇尔判别的思想是通过将多维数据投影到某个方向上，投影的原则是将类与类之间尽可能的分开，然后再选择合适的判别准则，将待判的样本进行分类判别。 费歇尔判别法 一、判别原理 设有k个总体G1,G2,…,Gk,每类中含有样本数分别为n1,n2,…,nk 假定所建立的判别函数为 费歇尔判别法 费歇尔方法就是要找一由p变量组成的线性函数，使得各组内点的函数值尽可能接近，而不同组间的函数值尽可能远 费歇尔判别法 对于