一、聚类分析的基本思想:
我们认为,
所研究的样品或指标之间存在着程度不同的相似性。
根据一批样
品的多个观测指标,具体找出一些能够度量样品或指标之间的相似程度的统计
量,以这些统计量为划分类型的依据,把一些相似程度较大的样品聚合为一类,
把另一些彼此之间相似程度较大的样品又聚合到另外一类。
把不同的类型一一划
分出来,
形成一个由小到大的分类系统。
最后,
用分群图把所有的样品间的亲疏
关系表示出来。
二、聚类分析的方法
系统聚类法、模糊聚类法、
K-
均值法、有序样品的聚类、分解法、加入法
三、系统聚类法的种类
最短距离法、最长距离法、重心法、类平均法、离差平方和法
四、判别分析的基本思想
判别分析用来解决被解释变量是非度量变量的情形,
预测和解释影响一个对象所
属类别。识别一个个体所属类别的情况下有着广泛的应用
判别分析将对象进行分析,
通过人们选择的解释变量来预测或者解释每个对象的
所属类别。
五、判别分析的假设条件
判别分析的假设条件之一是每一个判别变量不能是其他判别变量的线性组合;
判
别分析的假设之二是各组变量的协方差矩阵相等。
判别分析最简单和最常用的形
式是采用线性判别函数。
判别分析的假设之三是各判别变量之间具有多元正态分
布,
即每个变量对于所有其他变量的固定值有正态分布。
当违背该假设时,
计算
的概率将非常的不准确。
六、判别分析的方法
距离判别法、
Bayes
判别法、
Fisher
判别法、逐步判别法