4.3-贝叶斯判别分析.pptVIP

例4.3.2 对破产企业收集它们在破产前两年年度财务数据，对财务良好的企业也收集同一时间数据.数据涉及4个变量:X1--现金流量/总债务,X2--净收益/总资产,X3-- 流动资产/流动债务,X4--流动资产/净销售额,数据如表4.2 所示. 假定两总体G1,G2均服从4元正态分布,在误判损失相等且先验概率按比例分配条件下,对待判样本进行bayes判别. G1（破产企业） G2（非破产企业） X1 X2 X3 X4 X1 X2 X3 X4 -0.45 -0.41 1.09 0.45 0.51 0.10 2.49 0.54 -0.56 -0.31 1.51 0.16 0.08 0.02 2.01 0.53 0.06 0.02 1.01 0.40 0.38 0.11 3.27 0.35 -0.07 -0.09 1.45 0.26 0.19 0.05 2.25 0.33 -0.10 -0.09 1.56 0.67 0.32 0.07 4.24 0.63 -0.14 -0.07 0.71 0.28 0.12 0.05 2.52 0.69 0.04 0.01 1.50 0.71 -0.02 0.02 2.05 0.35 -0.06 -0.06 1.37 0.40 0.22 0.08 2.35 0.40 -0.13 -0.14 1.42 0.44 0.17 0.07 1.80 0.52 待判 -0.23 -0.30 0.33 0.18 -0.28 -0.23 1.19 0.66 0.15 0.05 2.17 0.55 0.48 0.09 1.24 0.18 表4-2 两类企业财务状况数据 解:（1）检验两个总体的协方差矩阵相等 G1=[-0.45 -0.41 1.09 0.45; -0.56 -0.31 1.51 0.16; 0.06 0.02 1.01 0.40; -0.07 -0.09 1.45 0.26; -0.10 -0.09 1.56 0.67; -0.14 -0.07 0.71 0.28; 0.04 0.01 1.50 0.71; -0.06 -0.06 1.37 0.40; -0.13 -0.14 1.42 0.44]; G2=[0.51 0.10 2.49 0.54; 0.08 0.02 2.01 0.53; 0.38 0.11 3.27 0.35; 0.19 0.05 2.25 0.33; 0.32 0.07 4.24 0.63; 0.12 0.05 2.52 0.69; -0.02 0.02 2.05 0.35; 0.22 0.08 2.35 0.40; 0.17 0.07 1.80 0.52]; %2类总体数据，每行为样品 x=[-0.23 -0.30 0.33 0.18; 0.15 0.05 2.17 0.55; -0.28 -0.23 1.19 0.66; 0.48 0.09 1.24 0.18]; %待判样品数据 m1=mean(G1); m2=mean(G2); n1=size(G1,1); %总体G1的样本数 n2=size(G2,1); %总体G2的样本数 n=n1+n2; %两个总体合并的样本数 p=4; %p为总体维数 s1=cov(G1); s2=cov(G2); s=((n1-1)*s1+(n2-1)*s2)/(n1+n2-2); %联合协方差矩阵 Q1=(n1-1)*(log(det(s))-log(det(s1))-p+trace(inv(s)*s1)) ; Q2=(n2-1)*(log(det(s))-log(det(s2))-p+trace(inv(s)*s2)) ; if Q1chi2inv(0.95,p*(p+1)/2) Q2chi2inv(0.95,p*(p+1)/2) %Q1,Q2均小，则协方差相等 disp(两组数据协方差相等); else disp(两组数据协方差不全相等); end; 输出结果： 两组数据协方差不全相等 p*(p+1)/2为卡方分布自由度 p1=n1/n;p2=n2/n; %计算先验概率,按比例分配 for i=1:4 %4个样品Bayes判别函数 d1(i)=mahal(x(i,:),G1)+log(det(s1))-2*log(p1); d2(i)=mahal(x(i,:),G2)+log(det(s2))-2*l