R语言 判别分析

（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