SAS数据分析经典-第38课判别分析.pdf

Unit38Stat.doc 商务数据分析 电子商务系列 第三十八课 判别分析 判别分析方法的任务是根据已掌握的一批分类明确的样品，建立一个较好的判别函数， 使得用此判别函数进行判别时错判事例最少，进而能用此判别函数对给定的一个新样品判别 它来自哪个总体。 判别分析（Discriminate Analysis ）是用以判别个体所属类体的一种统计方法。它产生于 本世纪三十年代，近年来，在许多现代自然科学的各个分支和技术部门中得到广泛的应用。 判别分析方法通常要给出一个判别指标——判别函数，同时还要指定一种判别规则。下 面我们介绍:  距离判别分析方法  Fisher 线性函数判别方法。 一、 距离判别分析 如果假设每组内分布为多元正态分布，基于多元正态分布理论的参数法将导出一个线性 或二次的距离判别函数。否则，将采用不基于任何分布假设的非参数方法。 1. 贝叶斯理论 x x 距离判别分析利用贝叶斯理论计算样品 属于每一组的先验概率已知，且在 处的组密 G , G , , G G 度可以估计时，属于某组的后验概率。设有 个组 ，且组 的概率密度为 k 1 2 k i k f (x ) x G p ,i 1,2, ,k ，样品 来自组 的先验概率为 ，满足 p 1，那么根据贝叶斯 i i i i 1 i x G 理论，样品 属于组 的后验概率为： i p f (x) p (Gi | x) k i i (38.1)  p f (x) i 1 i i x 如果假设每组内 维样品 分布为 元正态分布情况，则有 p p G ~ N ( ,  ), i 1,2, k