扩散先验分布下Bayes多总体分类判别方法的构造-中国科技论文在线.PDFVIP

扩散先验分布下 Bayes 多总体分类判别方法的构造 33 ( ) 文章编号 :1002 —1566 2003 01 —0033 —05 　　 扩散先验分布下 Bayes 多总体分类判别方法的构造 朱慧明 , 　韩玉启 (南京理工大学管理学院 ,江苏 　南京 210094) 摘 　要 :本文研究了各总体服从多元正态分布 ,其未知参数的先验分布均为扩散先验分布时 ,如何 利用待判样品的预报密度函数、构造后验概率比并据此对样品进行分类与判别 ;此方法并不需要 假设各总体分布的协方差相同 ,而且在预试样本容量较小时仍然可行。 关键词 :先验分布 ;Wishart 分布 ;判别分析 ;后验概率比 中图分类号:O212. 8 文献标识码 :A The design of bayesian classification and discrimination method among several populations based on diffuse prior distribution ZHU Huiming ,HAN Yuqi ( School of management ,Nanjin g University of Science Technology ,Nanjin g 　210094) Abstract :In this paper ,the authors study a method on how to classify a sample into one of the several known normal populations in terms of posterior probability ratio established by the samples predictive density functions when the unknown parametersprior distributions are diffuse prior distribution. The method doesnt require the consistency of each populations covariance and it remains valid when the training sample size is not very large. Key words :prior distribution ;wishart distrbution ;discrimination analysis ;posterior probability ratio 一、引 　言 Bayes 判别分析是多元统计中判别样品归属的一种方法 ,它是通过在事物已知分类的基 础上建立判别函数 ,对样品进行分类 ,将其划归为已知的类别之一 ;如果有 G 个总体 A 1 , A 2 , …, A G , 它们的先验概率分别为 q1 , q2 , …, qG , 各自的分布密度函数为 f 1 ( x) , f 2 ( x) , …, f G ( x) , 那么在观测到样品 z = ( z 1 , z 2 , …, z P) 的情况下 ,可用 Bayes 公式计算它来自第 g 个总 体A g 的后验概率 G