文档介绍：统计分析及R语言建模----判别分析孙志华zhihuasun@第一节引言第二节距离判别法第三节Bayes判别法第四节Fisher判别法日常生活和工作实践中,遇到的判别分析问题1:某医院有部分患有肺炎、肝炎、冠心病、糖尿病等病人的资料,记录了每个患者若干项症状指标数据。现在想利用现有的这些资料找出一种方法,使得对于一个新的病人,当测得这些症状指标数据时,能够判定其患有哪种病。2:在天气预报中,我们有一段较长时间关于某地区每天气象的记录资料(晴阴雨、气温、气压、湿度等),现在想建立一种用连续五天的气象资料来预报第六天是什么天气的方法。3:考古学,地质学,质量管理,植物学等等第一节引言数学语言:设有n个样本,对每个样本测得p项指标(变量)的数据,已知每个样本属于k个类别(或总体)G1,G2,…,Gk中的某一类,且它们的分布函数分别为F1(x),F2(x),…,Fk(x)。我们希望利用这些数据,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,并对测得同样p项指标(变量)数据的一个新样本,能判定这个样本归属于哪一类。所谓判别分析法就是在已知分类的条件下,一旦遇到新的样品,可以利用此法选定判别标准,以判定将该新样品放置于哪个类中。判别分析的理论基础是根据观测到的某些指标的数据,对所研究的对象建立判别函数,并进行分析的一种多变量分析方法。判断分析按判别的总体数来区分,有两个总体判别分析和多总体判别分析;按区分不同总体所用的数学模型来分,有线性判别和非线性判别;按判别时所处理变量方法不同,有逐步判别和序贯判别等。判别分析可以从不同角度提出问题,因此有不同的判别准则,如马氏距离最小准则、Fisher准则、平均损失最小准则、最小平方准则、最大似然准则、最大概率准则等等,按判别准则的不同又提出多种判别方法。本章仅介绍常用的几种判别分析方法:距离判别法、Bayes判别法、Fisher判别法。第二节距离判别法一:马氏距离的概念二:距离判别的思想及方法三:判别分析的实质四:实例分析