统计分析方法建模.pptVIP

例9.3的程序实现 9.1.2 有序样本聚类方法 8岁至11后生活规律化体重稳定增加 模型解释 儿童从1岁到11岁可分为三个阶段 1岁为嗜睡好吃体重增加最快的阶段 2岁至7岁儿童入学前或刚入学的阶段, 体重增加有所减缓 分为3类 分为2类 9.1.2 有序样本聚类方法 取定k=4 为了消除各种量量纲的影响，以保证各变量在分析 中处于同等地位，通常需要对数据进行标准化变换 根据数据的类型对标准化后的变量定义样本间的距离。 9.1 统计聚类模型小结 (或对标准化后的变量定义样本间的相似系数) 根据实际问题选择和使用恰当的聚类分析法 (如最短距离法、最长距离法、重心距离法) 费歇最优分割法是一种有序样本聚类法 9.2.1 距离判别法 9.2.2 费歇尔判别法 9.2.3 建模与求解 9.2 统计判别模型 常见的判别)问题 9.2 统计判别模型 （1）诊断疾病 （2）天气预报 （3）在考古方面的应用 （4）昆虫分类 9.2.1 距离判别法 距离判别法中的数学模型 它们的数学期望和方差分别为 表示两个总体 , 是取值于 中的随机变量 假设 今有一个样本 问X属于G1总体还是属于G2总体？ 问题现在变为： 距离判别法是根据X与G1和G2的距离决定X的归属 距离判别的根据与原则 若X与G1 距离小，则X属于G1 ； 距离判别法原则: 若X与G2 距离小，则X属于G2 ； 这里采用马氏距离 计算X与G1和X与G2的距离平方之差 距离判别的根据与原则 距离判别的根据与原则 定义一个函数 距离判别准则 如果 则判断 如果 则判断 由 确定判别准则为 令 称为线性判别函数. a称为判别系数. 在判别分析中，实质是利用线性判别函数把 当样本 X落入D1时，则判断 ； 当样本X落入D2时，则判断 。 距离判别的根据与原则 (X的线性函数) 注 样本空间划分成两个部分： 例如 距离判别法 规定了 的一个分划如图6.6 设 图6.6 规定的分划 判别误差 误差产生的原因 其线性判别函数为 考察当p=1时的情形 不妨假设 ,则 当 判断 当 判断 G1的分布密度 判别误差 误差产生的原因 判别规则符合直观判断的合理性； 判别方法会发生误判的情况. 该错误的情况发生在X当来自G1而落入阴影部分 而根据判别法则判为 (如图6.8所示的情形) 可见 G2的分布密度 统计分析方法建模 9.1 统计聚类方法 9.2 统计判别方法 9.1 统计聚类方法 9.1 统计聚类模型 9.1.1 距离和相似系数 9.1.2 系统聚类方法 9.1.3 有序样本聚类方法 分类学主要靠专业知识进行分类 数学工具逐渐被引进了分类 费歇(Fisher)的最优分割法 模糊统计聚类分析 9.1 统计聚类模型 统计聚类分析 距离分类方法 1965模糊数学的出现 利用样本的指标值对样本进行分类的统计方法称为统计聚类分析法 聚类分析问题：设有n个样本，每个样本有p个指标值 问如何按这些指标值把n个样本分成k类 ? 9.1 统计聚类模型 引例6.1中n=11 p=1 9.1.1 距离和相似系数 一种方法是将每个样本看作 p维空间中的一个 点, 在p维空间中定义两点间的距离，并把距离近的点 归成一类； 另一种方法是定义指标间的相似系数，相似系数 接近1或 -1的两个指标相似性最大，把最相似的 归成一类。 衡量两个样本的接近程度的方法常用的有两种 9.1.1 距离和相似系数 3.名义尺度:指标度量既不是数量也没有次序关系,如 化学中的催化剂种类,医疗诊断中的“+”、“-”反应等 定义距离和定义相似系数都与数据的类型有关。 数据按其测量的尺度可分成如下几类 1.间隔尺度:指标用连续实变量表示,如长度、重量等 2.有序尺度:指标度量没有明确的数量表示,只有次序关系,如对事物的评价分为好、中、差三个等级 模糊统计聚类分析 距离的概念 为消除各种量量纲的影响以保证各变量在分析中处于同等地位 1.利用标准差进行标准化 x的标准差标准化变量为 数据标准化方法 2. 利用极差标准化 x的极差标准化变量为 用标准差标准化后和用极差标准化后的变量其均值都为0，相应的标准差和极差均为1。 距离的概念 数据标准化方法 表示两个样本间的距离 标准化后的数据 1. 绝对距离 2.欧几里德(Euclid)距离 3.闵可夫斯基(Minkowski)距离 常用的距离 距离的概念 开始时，由于n个样本各自成一类，故类与类之间的