应用统计学判别分析.pptVIP

判别分析Discriminate Analysis 一、什么是判别分析？ 判别分析 　　　根据已知对象的某些观测指标和所属类别来判断未知对象所属类别的一种统计学方法。 如何判断（判断依据）？ 利用已知类别的样本信息求判别函数，根据判别函数对未知样本所属类别进行判别 判别分析的特点（基本思想） 　１、是根据已掌握的、历史上若干样本的p个指标数据及所属类别的信息，总结出该事物分类的规律性，建立判别公式和判别准则。 2、根据总结出来的判别公式和判别准则，判别未知类别的样本点所属的类别。 判别分析的目的：识别一个个体所属类别 例：中小企业的破产模型 为了研究中小企业的破产模型，选定4个经济指标： X1总负债率（现金收益/总负债） X2收益性指标（纯收入/总财产） X3短期支付能力（流动资产/流动负债） X4生产效率性指标（流动资产/纯销售额） 对17个破产企业（1类）和21个正常运行企业（2类）进行了调查，得如下资料： 二、判别分析的基本要求： 1、分组类型在两组以上； 2、第一阶段每组样本（或案例）个数至少一个以上； 3、解释变量必须是可测量的 三、判别分析与聚类分析的比较： 1、判别分析是在已知研究对象分成若干类型并已取得各种类型的一批已知样本的观测数据，在此基础上根据某些准则建立判别式，然后对未知类型的样本进行判别分类。 2、聚类分析则是对研究对象的类型未知的情况下，对其进行分类的方法。 3、判别分析和聚类分析往往联合使用。当总体分类不清楚时，先用聚类分析对一批样本进行分类，再用判别分析构建判别式对新样本进行判别。 此外判别分析变量情况： 被解释变量为属性变量； 解释变量是定量变量。 四、判别分析类型及方法 （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 2 距离判别 基本思想： 即：首先根据已知分类的数据，分别计算各类的重心即各组（类）的均值，判别的准则是对任给样品，计算它到各类平均数的距离，哪个距离最小就将它判归哪个类。 例 在企业的考核中，可以根据企业的生产经营情况把企业分为优秀企业和一般企业。考核企业经营状况的指标有： 资金利润率=利润总额/资金占用总额 劳动生产率=总产值/职工平均人数 产品净值率=净产值/总产值 三个指标的均值向量和协方差矩阵如下。现有二个企业，观测值分别为 （7.8，39.1，9.6）和（8.1，34.2，6.9），问这两个企业应该属于哪一类？ 变量 均值向量 协方差矩阵 优秀 一般 资金利润率 13.5 5.4 68.39 40.24 21.41 劳动生产率 40.7 29.8 40.24 54.58 11.67 产品净值率 10.7 6.2 21.41 11.67 7.90 线性判别函数： 距离判别法的优缺点： 该方法简单实用，但没有考虑到每个总体出现的机会大小，即先验概率，没有考虑到错判的损失。 贝叶斯判别法正是为了解决这两个问题提出的判别分析方法。 贝叶斯(Bayes)判别 贝叶斯判别法是通过计算被判样本x属于k个总体的条件概率P（n/x),n=1,2…..k. 比较k个概率的大小，将样本判归为来自出现概率最大的总体（或归属于错判概率最小的总体）的判别方法。 一、最大后验概率准则 设有k个总体　　　　　且总体　　的概率密度为　　 ，样本x来自　　的先验概率为　　　　　　满足 　　　　　．利用贝叶斯理论，x属于　的后验概率 （即当样本x已知时，它属于　　的概率为： 最大后验概率判别准则： 例 ：设有　，　和　　三个类，欲判别某样本　属于哪一类．已知　　　　　　　　　　　　　　　　　 　　　　　　　　　　　现利用后验概率准则计算　　属于各组的后验概率： 　　　　　　　　　　　　 例：办公室新来了一个雇员小王，小王是好人还是坏人大家都在猜测。按人们主观意识，一个人是好人或坏人的概率均为0.5。坏人总是要做坏事，好人总是做好事，偶尔也会做一件坏事，一般好人做好事的概率为0.9，坏人做好事的概率为0.2，一天，小王做了一件好事，小王是好人的概率有多大，你现在把小王判为何种人。 Bayes公式： 例：下表是某金融机构客户的个人资料，这些资料对一个金融机构来说，对于客户信用度的了解至关重要，因为利用这些资