一、判别分析
- 判别分析是根据表明事物特点的变量值和他们所属的类求出判别函数,根据判别函数和对未知所属类别的事物进行分类的一种分析方法。
- 判别分析有不同的分类:
- 按照判别的组数分类:两组判别分析、多组判别分析;
- 按总体用的数学模型来分:线性判别、非线性判别;
- 按判别对所处理变量方法来分:逐步判别、序贯判别(?)
- 按判别准则来分:距离判别、贝叶斯(Bayes)判别、费歇尔(Fisher)判别标准;
- 判别分析的基本要求、假设
- 每一个判别变量不能是其它判别变量的线性组合,不存在多重共线性问题;
- 各组变量的协方差矩阵相等;
- 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它的变量的固定值有正态分布
- 距离判别法的基本思想:计算待判样本X到第i类总体的平均数的距离,哪个距离最小就归判到哪个总体