多元统计：第八章-判别分析课件.pptxVIP

Discriminant Analysis • 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) Ø 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，得到关于上述四个指标的资料 Ø 现有8个未知类型的企业的四个经济指标的数据，判 断其属于破产企业一类还是正常运行企业一类？ 不下雨的重要因素： • 今天与昨天的湿度差 x1 • 今天的压温差 (气压与温度之差) x2 Ø 今测得x1 与x2，应预报明天下雨还是不下雨 ？ Ø 按职业兴趣对学生分组 Ø 确定某人信用风险的种类 Ø …… Ø 判别分析的目的就是从现有已知类别的样本数据中 训练出一个判别函数，以后再有未知类别的数据进 入，就利用建立的函数来判断其类别 (判别规则) 。 Ø 各类判别问题的前提有所不同，进行划分或寻找判 别函数的准则也可以不同，判别分析的方法有：距 离判别，费歇判别，贝叶斯判别等。 对象特征的数据把对象进行分类 • 判别分析是在事先有了某种分类标准之后，判定一个 新的研究对象应该归属到哪一类别 Ø 某些思想和方法相同 Ø 两者往往结合起来使用 n 当分类不清楚时，可以先用聚类分析对原有样品进行 分类，然后再用判别分析建立判别函数以对新样品进 行归类 今测得x1=8.1，x2=2.0，试问应预报明天 下雨还是预报明天不下雨？ 例8.1 U(x1,x2) D2---非雨区 新样本点 D1---雨区 20 10 0 -10 -20 X1 X2 -20 -10 20 10 0 观察值，若它落在区域Di，就判该样品 属于i类 2. 构造一个判别函数u (x1,x2)，然后根据 新样品的函数值判断其属于哪一类 其中ξg 是p 维随机变量 对应的分布函数 g=1,2,…,G Ø (x1, x2,…, xp)是表征总体特性的p维随机变量的 取值，在判别分析中称之为判别因子。 Fg (x1, x2,…, xp) Ø 假如能掌握每一个总体ξg的分布规律或某些 数字特征，则这类问题的解决是不难的 Ø 然后根据已知类别的样本所提供的信息， 判断新的样本点属于哪一类 (g) ) ′ n 对p维空间作出一个划分：D1, D2,…, DG互不相交 或者构造一个判别函数：u(x1, x2,…, xp) n 以u(x1, x2,…, xp)作为新样品所属类型的判断 xi(g) =(xi1 (g), xi2 (g), …, xip n Bayes判别 n 逐步判别 距离判别 心坐标 2. 再根据新样品离开每个类中心的距离远 近作出它属于哪一类的判断 (1)两类距离判别： Ø 设有两个总体： ξ1, ξ2 此距离表示x与随机向量ξg (x到总体ξg 的距离) 的距离，即x到ξg 的均值μg 的马氏距离。 n 判别规则 为线性判别函数，其中a 称为判别系数 判别函数： 利用判别函数进行判别 判别规则为： 若u (x) ＞ 0 ，则判 x∈ ξ 若u (x) ＜ 0 ，则判 x∈ ξ 1 2 (2)两类距离判别： μ1 μ* μ2 注意要点 (1) Ø 只有当两个总体的均值有显著差异时判 别分析才有意义 μ1 μ2 μ2 注意要点 (2) Ø 为减少误判的可能性，有时可划定一个 待判区域 c b n判别规则： 若d(x ,ξg)= min d(x ,ξi) 则判 x∈ξg n选用马氏距离 d 2 (x,ξg)=(x-μg)∑-1 (x-μg) 多类距离判别： Ø 设有多个总体：ξ1,ξ2,…,ξG 当μg 、∑g( g = 1, 2,…, G )未知 多类距离判别： ∑1=∑2=…=∑G 就用样本的均值和协方差矩阵来估计。 Ø 距离判别方法简单实用，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。 Fisher判别 Ø Fisher判别的基本思想是投影，即将原来在p维空 间的自变量组合投影到维度较低的D维空间去， 然后在D维空间中再进行分类。投影的原则是使 得每一类内的离差尽可能小，而不同类间投影的 离差尽可能大。 Ø 对总体的分布不做任何要求 对任给一个样品x，考虑一个判别函数u(x)，记 设有G个总体：ξ1,ξ2,…,ξG 即 要找 u(x) ，使 达到最大 Ø u(x)可以是x的任意函数，通常只考虑线性判别函 数： u(x)= a′xx=a1x1+ a2x2+ …+ apxp n 重点转为线性判别函数的系数 的确定 n u(x)的线性函数 亦为Fi