这篇博客详细介绍了判别分析，包括距离判别法、贝叶斯判别法和费希尔判别法。内容涵盖了三种判别方法的原理、区别和联系，以及在实际案例中的应用。通过欧几里得距离与马氏距离的对比，阐述了距离判别法的基本思想和方法。同时，解析了贝叶斯判别法的原理和法则，以及费希尔判别法的实现。最后，通过具体案例展示了如何运用这些方法进行企业破产风险的判别。
多元统计：判别分析
一. 判别分析介绍
判别分析，是一种统计判别和分组技术，就一定数量样本的一个分组变量和相应的其他多元变量的已知信息，确定分组与其他多元变量信息所属的样本进行判别分组。
解决问题：已知某种事物有几种类型，现在从各种类型中各取一个样本，由这些样本设计出一套标准，使得从这种事物中任取一个样本，可以按这套标准判别它的类型。
判别分析的实质: 判别分析就是希望利用已经测得的变量数据，找出一种判别函数，使得这一函数具有某种最优性质，能把属于不同类别的样本点尽可能地区别开来。设R1，R2，…，Rk是p维空间R p的k个子集，如果它们互不相交，且它们的和集为R p,则称R1，R2，…，Rk为R p的一个划分。判别分析问题实质上就是在某种意义上，以最优的性质对p维空间R p构造一个“划分”，这个“划分”就构成了一个判别规则。
二. 距离判别法
1. 欧几里得距离与马氏距离的区别和联系
1.1欧几里得距离
欧几里得距离的局限有:
①在多元数据分析中，其度量不合理。
②会受到实际问题中量纲的影响。
最低0.47元/天 解锁文章
9545
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
