ch17判别分析.pptVIP

聚类分析数据格式 判别分析数据格式 Bayes判别法 分组的重心：描述在判别空间每一组的中心位置 交互验证: 判别某一样本时去掉该例 下课喽！ SPSS练习 判别分析 练习1： 三类鸢尾花（刚毛、变色和佛吉尼亚）的花萼长、宽和花瓣长、宽的资料见iris.sav。如果希望使用这4个变量对花的种类进行分类，试建立判别函数。 每一例属于某一类的概率 交互验证方法 划出领域图，整个图形被划为几大块，每一块代表一个类别。 各分类在总体中的先验概率相等 各分类在总体中的先验概率差别悬殊时使用 Fishers判别函数的系数值: 未标化典型判别函数： D1=-2.526-0.063*花萼长-0.063*花萼宽+0.196*花瓣长+0.299*花瓣长 D2=-2.526-0.063*花萼长-0.063*花萼宽+0.196*花瓣长+0.299*花瓣长 Bayes判别函数: 刚毛鸢尾花 Y= -80.268+1.687*花萼长+2.695*花萼宽-0.88*花瓣长-2.284*花瓣长 变色鸢尾花 Y= -71.196+1.101*花萼长+1.070*花萼宽+1.001*花瓣长+0.197*花瓣长 弗州鸢尾花 Y= -103.89+0.865*花萼长+0.7475*花萼宽+0.1.647*花瓣长+1.695*花瓣长 得分最高的一类就是该例应该归属的类别。 * * 第17章 判别分析 * 为什么用判别分析？ 有一些昆虫的性别很难看出，只有通过解剖才能够判别； 但是雄性和雌性昆虫在若干体表度量上有些综合的差异。根据已知雌雄的昆虫体表度量（称为预测变量）得到一个标准，并且利用这个标准来判别其他未知性别的昆虫。 这样的判别虽然不能保证百分之百准确，但至少大部分判别都是对的，而且用不着杀死昆虫来进行判别了。 * 判别分析(discriminant analysis) 判别分析和前面的聚类分析有什么不同呢？ 在聚类分析中，一般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。 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。 k * 判别分析的例子 为研究心肌梗塞病的危险因素，某研究者考察了２组人群（即心梗组与正常组）中血脂方面的６项指标：tc（总胆固醇）、tg（甘油三酯）、hdlc（高密度脂蛋白胆固醇）、ldlc（低密度脂蛋白胆固醇）、apoa（载脂蛋白AI）、apob（载脂蛋白B）。指标的测定结果如下（每组各取了30例）。 试根据这6项指标做心梗组与正常组的判别分析。 心肌梗塞病的危险因素.sav 　　　　　 心梗组　　　　　　　　　　　　　　正常组tc　 tg hdlc ldlc apoa apob　　　 tc　 tg hdlc ldlc apoa　apob245　157　38　168　1.10　1.01　　　174　140　47　120　0.84　0.57236　275　40　125　1.22　1.12　　　106　110　52　 40　1.08　0.87238　354　38　126　0.90　1.06　　　173　 82　53　103　0.97　0.66233　250　31　150　1.02　0.98　　　178　100　43　117　0.98　0.65240　149　35　170　1.26　1.13　　　198　112　53　123　0.98　0.72235　166　40　164　1.30　1.15　　　180　114　48　110　1.02　0.80204　365　38　 90　1.33　0.95　　　134　 60　36　 84　0.98　0.58200　 95　43　100　1.24　0.98　　　204　118　63　119　1.02　0.84297　240　38　207　1.14　1.51　　　168　 80　52　 90　1.07　0.80177　 97　49　108　1.49　1.02　　　219　157　28　142　1.02　0.83200　172　43　116　1.25　1.03　　　189　158　43　115　0.92　0.80195　211　47　106　1.22　0.94　　　180　 90　59　102　1.32　0.90166　217　33　 86　1.10　0.74　　　177　227　75　 64　1.40　0.99144　111　28　 46　0.71　0.65　　　172　 55　51　102　1.31　0.97233　107　42　156　0.95　0.77　　　1