文档介绍：判别分析是多元统计中用于判别样品所属类型的一种统计分析方法。是一种在一些已知研究对象用某种方法已经分成若干类的情况下，确定新的样品的观测数据属于那一类的统计分析方法。
第一页，共28页。
判别准则：
用于衡量新样品与各已知组别接近程度的思路原则。
判别函数：
基于一定的判别准则计算出的用于衡量新样品与各已知组别接近程度的描述指标。
按照判别准则来分有
距离判别、费希尔判别与贝叶斯判别。
第二页，共28页。
距离判别法
判别准则：对于任给一次观测值，若它与第 类的重心距离最近，就认为它来自于第 类。
马氏距离
第三页，共28页。
1、协方差相等
两总体的距离判别
先考虑两个总体的情况，设有两个协差阵相同的p维正态总体 和 ，对给定的样本Y，判别一个样本Y到底是来自哪一个总体，一个最直观的想法是计算Y到两个总体的距离。我们用马氏距离来指定判别规则，有：
第四页，共28页。
因此有
判别函数：
第五页，共28页。
2、当总体的协方差已知，但不相等
第六页，共28页。
3、当总体的协方差未知时，用样本的离差阵代替，
步骤如下：
（1）分别计算各组的离差矩阵 和 ；
（2）计算
（3）计算类的均值
（4）计算
（5）计算
（6）生成判别函数，将检验样本代入，判类。
第七页，共28页。
多总体的距离判别法
则
设有 个 元总体 ，分别有均值向量 和协方差阵 ，对任给的 元样品 ，判断它来自哪个总体
计算 到 个总体的马氏距离，比较后，把 判归给距离最小的那个总体，若
第八页，共28页。
错判概率
由上面的分析可以看出，马氏距离判别法是合理的，但是这并不意谓着不会发生误判。
设两总体 ， 分别服从
其线性判别函数为：
不妨设 ，则当 时，
第九页，共28页。
第十页，共28页。