判别分析例题(多元统计分析期末复习)

例一

判别分析例题(多元统计分析期末复习)_第1张图片


解:
(1)距离判别准则,使用马氏距离来判断,样品到第i个总体的马氏距离为


d i 2 ( x ) = {d_i^2}(x)= di2(x)= ( x − μ i ) 2 σ i 2 (x-{μ_i})² \over {σ_i^2} σi2(xμi)2

分别计算出样品x=2.5到三个总体的距离为:
判别分析例题(多元统计分析期末复习)_第2张图片
应选择距离最小的,即 d 3 2 ( x ) {d_3^2}(x) d32(x),所以按照距离判别准则应把样品归为 G 3 {G_3} G3

(2)
样品属于总体i的后验概率为:


z i {z_i} zi(x)=ln q i {q_i} qi- 1 2 \frac {1}{2} 21ln| Σ i {Σ_i} Σi|- 1 2 \frac {1}{2} 21 d i 2 ( x ) {d_i^2}(x) di2(x)

由于题目已知先验概率 q i {q_i} qi相等,可以只计算-ln| Σ i {Σ_i} Σi|- d i 2 ( x ) {d_i^2}(x) di2(x)的部分,去掉负号计算如下
判别分析例题(多元统计分析期末复习)_第3张图片
选择最小的,因此样品判归为 G 1 {G_1} G1
(如果不去掉负号,直接计算后验概率,应选择最大的,表示样品属于该类的概率最大)


例二

判别分析例题(多元统计分析期末复习)_第4张图片


解:
这题和上一题一样,只不过正态总体从一维变成了二维的。
(1)样本t到总体i的马氏距离:


d i 2 ( x ( t ) , G i ) = {d_i^2}({x_{(t)}},{G_i})= di2(x(t)Gi)= ( x ( t ) {x_{(t)}} x(t)- μ i {μ_i} μi)’ Σ i − 1 {Σ_i^{-1}} Σi1( x ( t ) {x_{(t)}} x(t)- μ i {μ_i} μi)

对于样品 x ( 1 ) {x_{(1)}} x(1)

d 1 2 ( x ( 1 ) , G 1 ) = {d_1^2}({x_{(1)}},{G_1})= d12(x(1)G1)= 25
d 2 2 ( x ( 1 ) , G 2 ) = {d_2^2}({x_{(1)}},{G_2})= d22(x(1)G2)= 340

所以应判归 G 1 {G_1} G1

对于样品 x ( 2 ) {x_{(2)}} x(2)

d 1 2 ( x ( 2 ) , G 1 ) = {d_1^2}({x_{(2)}},{G_1})= d12(x(2)G1)= 50
d 2 2 ( x ( 2 ) , G 2 ) = {d_2^2}({x_{(2)}},{G_2})= d22(x(2)G2)= 200

所以应判归 G 1 {G_1} G1

(2)样品属于总体i的后验概率为:


z i {z_i} zi(x)=ln q i {q_i} qi- 1 2 \frac {1}{2} 21ln| Σ i {Σ_i} Σi|- 1 2 \frac {1}{2} 21 d i 2 ( x ) {d_i^2}(x) di2(x)

此题也是先验概率相同,因此也可以只计算后面两项,取最小值
(如果先验概率和协方差阵都相同,那么就等价于距离判别法)
我在这里选择把后验概率计算出来,取最大值:
对于样本 x ( 1 ) {x_{(1)}} x(1)

z 1 {z_1} z1(x)=ln 1 2 \frac {1}{2} 21- 1 2 \frac {1}{2} 21ln| Σ 1 {Σ_1} Σ1|- 1 2 \frac {1}{2} 21 d 1 2 ( x ( 1 ) , G 1 ) {d_1^2}({x_{(1)}},{G_1}) d12(x(1)G1)=-1-12.5=-13.5
z 2 {z_2} z2(x)=ln 1 2 \frac {1}{2} 21- 1 2 \frac {1}{2} 21ln| Σ 2 {Σ_2} Σ2|- 1 2 \frac {1}{2} 21 d 2 2 ( x ( 1 ) , G 2 ) {d_2^2}({x_{(1)}},{G_2}) d22(x(1)G2)=-1-2-170=-173

应该选大的那个,所以应判归 G 1 {G_1} G1

对于样本 x ( 2 ) {x_{(2)}} x(2)

z 1 {z_1} z1(x)=ln 1 2 \frac {1}{2} 21- 1 2 \frac {1}{2} 21ln| Σ 1 {Σ_1} Σ1|- 1 2 \frac {1}{2} 21 d 1 2 ( x ( 2 ) , G 1 ) {d_1^2}({x_{(2)}},{G_1}) d12(x(2)G1)=-1-25=-26
z 2 {z_2} z2(x)=ln 1 2 \frac {1}{2} 21- 1 2 \frac {1}{2} 21ln| Σ 2 {Σ_2} Σ2|- 1 2 \frac {1}{2} 21 d 2 2 ( x ( 2 ) , G 2 ) {d_2^2}({x_{(2)}},{G_2}) d22(x(2)G2)=-1-2-100=-103

应判归 G 1 {G_1} G1

你可能感兴趣的:(应用多元统计分析,概率论,判别分析,多元统计分析例题,判别分析例题,贝叶斯判别准则,距离判别准则)