统计学课件Ch判别分析

1、第十八章 判别分析 （discriminant analysis）1讲述内容第一节 Fisher判别第二节 最大似然判别法第三节 Bayes公式判别法第四节 Bayes判别第五节 逐步判别第六节 判别分析中应注意的问题2目的：作出以多个判别指标判别个体分类的判别函数或概率公式。资料：个体分两类或多类，判别指标全部为数值变量或全部为分类变量。用途：解释和预报（主要用于计量诊断）。分类（经典）： Fisher判别和Bayes判别。 31. 计量资料判别分析。目的是作出以定量指标判别个体属性分类或等级的判别函数。按资料类型分： 2. 计数资料判别分析。目的是作出以定性或等 级指标判别个体属性分类或等

2、级的概率公式。4按方法名分1. Fisher判别2. 最大似然判别法3. Bayes公式判别法4. Bayes判别5. 逐步判别5第一节Fisher判别适用于指标为定量指标的两类判别61. Fisher判别的原理 一、两类判别7 例18-1 收集了22例某病患者的三个指标（X1，X2，X3）的资料列于表18-1，其中前期患者（A）类12例，晚期患者（B）类10例。试作判别分析。8 表18-1 22例患者三项指标观察结果（Zc=-0.147）9 表18-2 变量的均数及类间均值差 （1）计算变量的类均数及类间均值差Dj，计算结果列于表18-2。10（2）计算合并协方差矩阵: 按公式（18-4），

3、例如：代入公式（18-3）得得到合并协方差阵 11二、判别效果的评价 用误判概率P衡量 回顾性误判概率估计往往夸大判别效果。 12第二节 最大似然判别法（优度法）适用于指标为定性指标的两类判别或多类判别。13资料：个体分两类或多类，判别指标全部为定性或等级 资料。原理：用独立事件的概率乘法定理得到判别对象归属某 类的概率。142.判别规则 15 3.最大似然判别法的应用 例18-2 有人试用7个指标对4种类型的阑尾炎作鉴别诊断，收集的5668例完整、确诊的病史资料归纳于表18-3。16表18-3 5668例不同型阑尾炎病例的症状发生频率（%） 17 如某病例昨晚开始出现右下腹痛、呕吐等症状，大

4、便正常。经检查，右下腹部压痛，肌性防御（+）、压跳痛（+），体温36.6，白细胞23.7109/L。 根据表18-3得18第三节 Bayes公式判别法适用于指标为定性指标的两类判别或多类判别。19资料：个体分两类或多类，判别指标全部为定性 或等级资料。原理：条件概率+事前概率（各病型或病种的总 体构成比）20判别规则：举例说明：例18-321注意：22第四节 Bayes判别适用于指标为定量指标的多类判别（也可用于两类判别）23先验概率确定：1. 等概率（有选择性偏倚）； 2. 频率估计。判别规则：归属最大Yg 类。应用：快速、正确。资料：个体分G类，判别指标定量。原理：Bayes准则。结果： G 个判别函数24例18-4 欲用4个指标鉴别3类疾病，现收集17例完整、确诊的资料，见表18-4。试建立判别Bayes函数。 25Bayes判别函数 判别效果评价：误判概率 （回顾性估计，见表18-6）。误判概率的刀切法估计为 。 26第五节 逐步判别27目的：选取具有判别效果的指标建立判别函数。应用： 只适用于Bayes判别。原理：Wilks统计量 ，F 检验。28例18-5 利用表18-4的数据作逐步Bayes判别。Bayes判别函数：29判别效果评价，误判概率为1/17=5.88%（回顾性估计，见表18-8）。误判概率的刀切法估计17.6%。与例18