csm_1124_医学统计.docVIP

判别分析 判别分析是判别样品所属类型的一种统计方法，如在医疗诊断中，根据某人多种检验指标来判别此人是某病患者还是非患者。 （一）基本思想不同在聚类分析中, 所有样品或个体所属类别是未知的, 分析的依据就是原始数据, 没有任何事先的有关类别的信息可参考。而判别分析中，是已知个体所属类别，根据有关类别的信息建立判别函数，再利用该判别函数判断未知类别的个体。在实际分析中, 当对样本的分类不清楚时, 可以先聚类分析, 然后进行判别分析。 （二）分类依据不同聚类分析依据“距离”或“相似系数”分类；判别分析依据判别函数或概率来分类。 （三）数据要求不同聚类分析并不是一种纯粹的统计技术, 其方法基本上与分布理论和显著性检验无关, 一般不从样本推断总体。而在判别分析中, 对于分布理论非常关注, 它 有一个基本假设: 每一个类别都应取自一个多元正态总体的样本, 而且所有正态总体的协方差矩阵或相关矩阵都假定是相同的。 判别分析应满足的前提条件 (1)样本数量应尽可能大； (2)对已知分类或分组（即：因变量）的标准要尽可能客观、准确和可靠,这样建立起来的判别函数才能起到准确的判别效果； (3)自变量（即：观察指标）和因变量之间要有重要的影响关系,选择自变量时应挑选既有区别能力又有重要特性的指标,这样可以用最少的变量达到高判别能力的目标； (4)各观察指标变量应是连续型变量,判断类别或组别变量应是分类变量； (5) 各观察指标变量尽可能服从正态分布; (6)所选择的各观察指标变量之间的相关性应较弱,即相关性检验不能达到显著水平,且2个变量之间的相关性在不同的类别或组别中应一致。2 判别分析方法包括： 距离判别 Fisher判别（费歇尔判别） Bayes判别（贝叶斯判别） 最大似然判别 逐步判别2010-10-20 距离判别 一.原理 对已知分类的数据，分别计算各类各指标的均值（即各类的重心），然后根据判别准则来归类，若待判样品与第k类中各均值的距离最近，则它来自于第k类；若它到各类的距离是相等的，则它暂不归类。所以距离判别法又称为最邻近方法，其中判别准则即为 就近归类。距离判别法适用于任意分布的资料。2010-10-20 Fisher 判 别 一.原理已知A、B两类观察对象，A类9例，B类10例，分别记录X1、X2指标。Fisher 判别法就是找出一个线性组合（即：判别函数）：Z=a+b1X1+b2X2 Z为综合指标，b1、b2为判别系数使得综合指标Z在两类中的均数?ZA与 ?ZB 的差异最大，而在两类内部的变异尽可能小。 二.判别规则建立判别函数，计算每个个体的判别函数值Zi，分别求两类均数?ZA与?ZB （设?ZA ?ZB ），计算判别界值Zc：判别规则即为： 判为A类判为B类 暂不归类或判为任一类 ? ? Bayes判别 一.原理:利用各类已知的先验概率，分别得到各类的Bayes判别函数：Yk=a+b1X1+b2X2+… 每类有一个判别函数，Yk为判别函数值；b1、b2为判别系数。对某个体分别计算它属于各类的后验概率，哪个后验概率最大，就判为哪一类。2010-10-20 如果各类的先验概率未知，先验概率如何确定： （1）一般可认为各类的先验概率相等，如有3类，则3类的先验概率均为1/3，即0.333。 （2）另外，可用各类的样本个数所占总个数的比例作为各类先验概率的估计，如3类的样本个数分别为30、30、40，总个数为100，则3类的先验概率分别为0.3、0.3、0.4。 如果抽样存在选择性偏倚，则（1）方法更妥当。2010-10-20 Fisher判别与Bayes判别的区别 1. 对总体数据的分布要求不同：Fisher判别对数据分布没有特殊的要求；Bayes判别要求数据分布是多元正态分布，但在实际操作过程中，要求并不严格。 2. 适用的类别不同：Fisher判别适用于两组判别分析；Bayes判别适用于多组判别分析。 3. 在SPSS中的选项内容不同：Fisher判别函数系数对应于“Unstandardized”选项； Bayes判别函数系数对应于“Fisher’s linear discriminant functions”选项。因为，“按判别函数值最大的一组进行归类”这种思想是Fisher提出来的，因此SPSS用Fisher对Bayes方法进行了命名。 最大似然判别 该法适用于观察指标为分类性质的两类判别或多类判别2010-10-20 判别原理： 用独立事件的概率乘法定理得到某个体属于各类的概率大小，然后概率最大的类别即为该个体的类别。（类似于Bayes判别原理）2010-10-20 逐步判别 该法适用于观察指标较多的Fisher判别分析或Bayes判别分析，类似于逐步回归的统计思维。 目的是：选取具有判别效能的指标建立判别函数，使判别函