多元统计分析教学资料逐步判别法.pptVIP

逐步判别法前面介绍的判别方法都是用已知的全部变量来建立判别式，但这些变量在判别式中所起的作用，一般来说是不同的，即各变量在判别式中的判别能力不同，有些可能起着重要作用，有些可能作用低微，如果将判别能力低微的变量保留在判别式中，不仅会增加计算量，而且会产生干扰影响判别效果，如果将其中重要变量忽略了，作出的判别效果也一定不好，如何筛选出具有显著判别能力的变量来建立判别式呢？下面介绍一种常用的逐步判别法。假设计算l步，并且变量x1,x2,…xL已选入，现考察第l+1步添加一个新变量xr的判别能力。此时的引入变量检验统计量为：在第l+1步考察剔除已入选的变量xr的判别能力，假设此时已选入了包括xr在内的L个变量，则剔除变量检验统计量为：消去变换*如果接受这个假设，说明这K个总体的统计差异不显著，在此基础上建立的判别函数效果肯定不好，除非增加新的变量。如果H0被否定，说明这k个总体可以区分，建立判别函数是有意义的。组内离差阵（反映了同一总体样本间的差异）：总离差阵（反映了K个总体所有样本间的差异）：检验H0的似然比统计量为由于Wilks分布的数值表，一般书上没有，所以常用下面的近似公式。引入变量的检验统计量剔除变量的检验统计量