(1)判别分析的基本思想
有时会遇到包含属性被解释变量和几个度量解释变量的问题,比如我们希望区分好和差的信用风险,如果有信用风险的度量指标就可以使用多元回归,但若需要判断某人是在好的还是差的一类,就不是回归所要求的类型。
当被解释变量是属性变量,解释变量是度量变量时,适合用判别分析。
(2)基本要求:
··分组在两组以上;
··每组案例的规模至少在一个以上;
··解释变量必须是可测量的。
(3)基本假设:
··每个判别变量(解释变量)不能是其他判别变量的线性组合;
··各组变量的协方差矩阵相等;
··各判别变量遵从多元正态分布。
(4)判别方法:
··贝叶斯判别:将贝叶斯思想用于判别分析就得到贝叶斯判别。
(贝叶斯思想:在不完全情报下,对部分未知的状态用主观概率估计,然后用贝叶斯公式对发生概率进行修正,最后再利用期望值和修正概率做出最优决策)
···费歇判别:将k组p维数据投影到某个方向,使得组与组之间的投影尽可能的分开。
(5)案例实现1
··某地市场上销售的电视机有多种牌子,该地某商场从市场上随机抽取20种牌子的电视机进行调查,其中13种畅销,7种滞销,按电视机的质量评分Q、功能评分C、销售价格P (百元&#x