第4章 判别分析 应用多元统计分析.ppt

第一节 引言 在我们的日常生活和工作实践中，常常会遇到判别分析问题，即根据历史上划分类别的有关资料和某种最优准则，确定一种判别方法，判定一个新的样本归属哪一类。例如，某医院有部分患有肺炎、肝炎、冠心病、糖尿病等病人的资料，记录了每个患者若干项症状指标数据。现在想利用现有的这些资料找出一种方法，使得对于一个新的病人，当测得这些症状指标数据时，能够判定其患有哪种病。又如，在天气预报中，我们有一段较长时间关于某地区每天气象的记录资料（晴阴雨、气温、气压、湿度等），现在想建立一种用连续五天的气象资料来预报第六天是什么天气的方法。这些问题都可以应用判别分析方法予以解决。 把这类问题用数学语言来表达，可以叙述如下： 设有n 个样品，对每个样品测得 p 项指标（变量）的数据，已知每个样品属于 k 个类（或总体）G1，G2， …，Gk中的某一类，且它们的分布函数分别为 F1(x)，F2(x)， …，Fk(x)。我们希望利用这些数据，找出一种判别函数，使得这一函数具有某种最优性质，能把属于不同类别的样本点尽可能地区别开来，并对测得同样 p 项指标（变量）数据的一个新样品，能判定这个样品归属于哪一类。 判别分析内容很丰富，方法很多。判断分析按判别的总体数来区分，有两个总体判别分析和多总体判别分析；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；按判别时所处理的变量方法不同，有逐步判别和序贯判别等。判别分析可以从不同角度提出问题，因此有不同的判别准则，如马氏距离最小准则、Fisher准则、平均损失最小准则、最小平方准则、最大似然准则、最大概率准则等等，按判别准则的不同又提出多种判别方法。本章仅介绍常用的几种判别分析方法：距离判别法、Fisher 判别法、Bayes 判别法和逐步判别法。 第二节 距离判别法 一、马氏距离的概念 为此，我们引入一种由印度著名统计学家马哈拉诺比斯（Mahalanobis, 1936）提出的“马氏距离”的概念。 二、距离判别的思想及方法 1、两个总体的距离判别问题 问题：设有协方差矩阵∑相等的两个总体 G1和 G2，其均值分别是 ?1 和 ? 2，对于一个新的样品 X，要判断它来自哪个总体。 一般的想法是计算新样品 X 到两个总体的马氏距离 D2(X , G1) 和 D2(X ,G2)，并按照如下的判别规则进行判断 这个判别规则的等价描述为：求新样品X 到 G1 的距离与到 G2 的距离之差，如果其值为正，X 属于G2；否则 X 属于G1。 我们考虑 这里我们应该注意到： 2、多个总体的距离判别问题 三、判别分析的实质 我们知道，判别分析就是希望利用已经测得的变量数据，找出一种判别函数，使得这一函数具有某种最优性质，能把属于不同类别的样本点尽可能地区别开来。为了更清楚的认识判别分析的实质，以便能灵活的应用判别分析方法解决实际问题，我们有必要了解“划分”这样概念。 设R1，R2，…，Rk 是 p 维空间RP 的 k个子集，如果它们互不 相交，且它们的和集为 RP ，则称 R1，R2， …，Rk 为 RP 的一个划分。 这样我们将会发现，判别分析问题实质上就是在某种意义上，以最优的性质对 p 维空间 RP 构造一个“划分”，这个“划分”就构成了一个判别规则。这一思想将在后面的各节中体现的更加清楚。 第三节 贝叶斯（Bayes）判别法 从上节看距离判别法虽然简单，便于使用。但是该方法也 有它明显的不足之处。 第一，判别方法与总体各自出现的概率的大小无关； 第二，判别方法与错判之后所造成的损失无关。Bayes 判 别法就是为了解决这些问题而提出的一种判别方法。 一、Bayes判别的基本思想 二、Bayes判别的基本方法 如果已知样品X来自总体 Gi 的先验概率为 qi ， ，则在规则R下，由（4.12）式知，误判的总平均损失为 第四节 费歇（Fisher）判别法 Fisher判别法是1936年提出来的，该方法的主要思想是通过将多维数据投影到某个方向上，投影的原则是将总体与总体之间尽可能的分开，然后再选择合适的判别规则，将新的样品进行分类判别。 一、Fisher判别的基本思想 二、Fisher判别函数的构造 1、针对两个总体的情