大数据数学基础第6章 多元统计分析（1）.ppt

回归系数通常使用极大似然估计。由于 y 是均值为 的0-1型分布，概率函数为 , 。y 的概率函数合写为(式6-23)。 (式6-23) 用极大似然估计法计算 的估计值 。代回(式6?24)所示的Logistic函数中得(式6?24)，即可求出要估计的 p的概率 。 (式6-24) Logistic 2.参数估计 对回归系数进行显著性检验时，可以使用 z 检验。原假设和备择假设如(式6?25)所示。 (式6-25) 构造 z 检验的统计量，如(式6?26)所示。 (式6-26) 在显著性水平 下，当 时，拒绝原假设 ；当 时，接收原假设 。 Logistic回归 3.z检验 目录 判别分析是多元分析中用于判别样本所属类型的一种统计分析方法，即在已知研究对象用某种方法已经分成若干类的情况下，确定新的样本属于哪一类。使用判别分析处理问题时，通常要给出衡量新样本与各已知组别接近程度的函数式或描述指标，即判别函数。同时，也要指定一种判别准则，用于衡量新样本与各已知组别接近程度。判别准则可以是统计性的，如决定新样本所属类别时，用到数理统计的显著性检验；也可以是确定性的，如决定样本归属时，只考虑判别函数值的大小。 判别准则： 距离判别准则 贝叶斯判别准则 费希尔判别准则。 判别分析 距离判别的基本思想是按就近原则进行归类的。首先根据已知分类的数据，分别计算各类的中心，即各类的均值，若任一新样本的观测值都距离第 类的中心距离最近，就认为它属于第 类。 用统计语言表述：已知总体 ，先从每个总体中分别抽取 个样本，每个样本皆测量个指标，对新样本 计算 到 的距离，记为 ，然后按距离最近准则判别归类。 距离判别准则方法直观、简单，适用于连续型变量的判别分类，对各类总体的分布没有特定的要求，适用于任意分布。 距离判别 （1） 时的判别 设有两个总体 和 ，x 是一个 p 维新样本，定义新样本 x 到总体 和 的距离为 和 ，当总体 和 为正态总体且协方差矩阵相等时，如(式6?41)和(式6?42)所示。 和 分别代表总体 和 的均值； 和 分别代表总体 的协方差矩阵，且 。 距离判别 1.两总体距离判别 按如下的判别规则进行判断： 若 x 到总体 的距离小于 x 到总体 的距离，则认为 x 属于总体 。 若 x 到总体 的距离大于 x 到总体 的距离，则认为 x 属于总体 。 若 x 到总体 的距离相等，则让他待判。如(式6?27)所示。 (式6-27) 距离判断 （2） 时的判别 如果 ，则判别函数 如(式6?28)所示。 (式6-28) 此时， 是 x 的二次函数，相应的判别规则如(式6?29)所示。