判别分析 ( distinguish analysis)(一):距离判别

判别分析(distinguish analysis)是根据所研究的个体的观测指标来推断该个体所属 类型的一种统计方法,在自然科学和社会科学的研究中经常会碰到这种统计问题。例如

  • 在地质找矿中我们要根据某异常点的地质结构、化探和物探的各项指标来判断该异常点 属于哪一种矿化类型;

  • 医生要根据某人的各项化验指标的结果来判断该人属于什么病 症;

  • 调查了某地区的土地生产率、劳动生产率、人均收入、费用水平、农村工业比重等 指标,来确定该地区属于哪一种经济类型地区等等。


判别分析系列博文

判别分析 ( distinguish analysis)(一):距离判别

判别分析 ( distinguish analysis)(二):Fisher 判别

判别分析 ( distinguish analysis)(三):Bayes 判别

判别分析 ( distinguish analysis)(四):应用举例


该方法起源于 1921 年 Pearson 的 种族相似系数法,1936 年 Fisher 提出线性判别函数,并形成把一个样本归类到两个总 体之一的判别法

判别问题用统计的语言来表达,就是已有q个总体 \large X_{1} \, ,X_{2} \, ,\cdots ,X_{q} \,  ,它们的分布函数分别为 \large F_{1}\left ( x \right )\, ,F_{2}\left ( x \right )\, ,....,F_{q\left ( x \right )\,  ,每个 \large F_{i}\left ( x \right )\, 都是 p 维函数。对于给定的样本 X ,要判断它来自哪一个总体?当然,应该要求判别准则在某种意义下是优的,例如错判的概率小或错判的损失小等。我们仅介绍基本的几种判别方法,即距离判别,Bayes 判别和 Fisher 判别

距离判别

目录

1.Mahalanobis 距离的概念

2 Mahalanobis 距离(马氏距离)的定义

2.距离判别的判别准则

 3 两总体距离的判别函数

4 待测样本的判别函数与判别准则 


距离判别是简单、直观的一种判别方法,该方法适用于连续性随机变量的判别类, 对变量的概率分布没有什么限制

1.Mahalanobis 距离的概念

通常我们定义的距离是 Euclid 距离(简称欧氏距离)。但在统计分析与计算中, Euclid 距离就不适用了,看一下下面的例子(见图 6)。

判别分析 ( distinguish analysis)(一):距离判别_第1张图片

判别分析 ( distinguish analysis)(一):距离判别_第2张图片

 

2 Mahalanobis 距离(马氏距离)的定义

判别分析 ( distinguish analysis)(一):距离判别_第3张图片

 

2.距离判别的判别准则

在这里讨论两个总体的距离判别,分协方差相同和协方差不同两种进行讨论。

判别分析 ( distinguish analysis)(一):距离判别_第4张图片

 3 两总体距离的判别函数

判别分析 ( distinguish analysis)(一):距离判别_第5张图片

4 待测样本的判别函数与判别准则 

判别分析 ( distinguish analysis)(一):距离判别_第6张图片

判别分析 ( distinguish analysis)(一):距离判别_第7张图片

判别分析 ( distinguish analysis)(一):距离判别_第8张图片

 


判别分析系列博文

判别分析 ( distinguish analysis)(一):距离判别

判别分析 ( distinguish analysis)(二):Fisher 判别

判别分析 ( distinguish analysis)(三):Bayes 判别

判别分析 ( distinguish analysis)(四):应用举例


 

你可能感兴趣的:(多元统计分析)