1702660018
1702660019
●预测对象的平均值和方差不相关。
1702660020
1702660021
●预测对象应是连续变量，因变量（类别或组别）是间断变量。
1702660022
1702660023
●两个预测对象之间的相关性在不同类中是一样的。
1702660024
1702660025
在判别分析的各个阶段应把握如下原则：
1702660026
1702660027
●事前组别类的分类标准（作为判别分析的因变量）要尽可能准确和可靠，否则会影响判别函数的准确性，从而影响判别分析的效果。
1702660028
1702660029
●所分析的自变量应是因变量的重要影响因素，应该挑选既有重要特性又有区别能力的变量，达到以最少的变量获得最高的辨别能力的目标。
1702660030
1702660031
●初始分析的数目不能太少。
1702660032
1702660033
1702660034
1702660035
1702660037
Excel统计分析与应用大全 12.3.2 判别分析常用方法
1702660038
1702660039
判别分析是一种根据观测到的某些指标对所研究的对象进行分类的多元统计分析方法。判别分析内容丰富，方法很多。
1702660040
1702660041
判别分析的常用方法一般有以下几种。
1702660042
1702660043
1.最大似然法
1702660044
1702660045
最大似然法是建立在概率论中独立事件乘法定律的基础上的，适用于各指标是定性的或半定量的情况。
1702660046
1702660047
2.Fisher判别分析法
1702660048
1702660049
Fisher判别分析法适用于两类或两类以上之间的判别分析，但常用于两类之间的判别分析。
1702660050
1702660051
3.Bayes判别分析法
1702660052
1702660053
Bayes判别分析法适用于两类或两类以上之间的判别分析，要求各类内指标服从多元正态分布。
1702660054
1702660055
4.逐步判别分析法
1702660056
1702660057
逐步判别分析法是建立在Bayes判别分析法基础上的。它像逐步回归分析法一样，可以在众多指标中挑选一些有显著作用的指标来建立一个判别函数，使方程内的指标都有显著的判别作用，而方程外指标的判别作用都不显著。
1702660058
1702660059
5.logistic判别分析法
1702660060
1702660061
logistic判别分析法常用于两类之间的判别。它不要求多元正态分布的假设，故适用于各指标为两值变量或半定量的情况。
1702660062
1702660063
除此之外，判别分析按判别的组数来区分，有两组判别分析和多组判别分析；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；按判别时所处理的变量方法不同，有逐步判别和序贯判别等。判别分析可以从不同的角度提出问题，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。按判别准则的不同，又提出多种判别方法。下面介绍一种最为常用的判别分析方法，即距离判别分析法。
1702660064
1702660065
1702660066
1702660067
[
上一页 ]
[ :1.702660018e+09 ]
[
下一页 ]