判别分析(Discriminat Analysis)
概念:多元统计分析中判别样本所属类型的一种统计分析方法
方法:在已知的分类之下,对新的样本,利用此方法选定判别标准,以判断将该新样品置于哪个类中
种类
确定性判别:Fisher型
线性型
距离型
非线性型
概率性判别:Bayes型
概率型
损失型
线性判别函数(linear discriminatory function)
求Fisher线性判别函数
计算判别界值
建立判别标准
两总体距离判别
马氏距离(统计距离)
协方差矩阵
等方差阵(等价于Fisher判别)——直线判别
异方差阵——曲线判别(qda)
多总体距离判别
协方差矩阵相同——线性判别
协方差矩阵不相同——非线性判别
Bayes判别准则
概率判别
损失判别
概率最大、损失最小
正态总体的Bayes判别
Bayes判别函数求解
先验概率
密度函数
协方差矩阵
后验概率计算
#建立Fisher线性判别函数
d6.1=read.table('clipboard',header = T)
d#基本统计分析
boxplot(x1~G,d6.1)
t.test(x1~G,d6.1)
boxplot(x2~