取对数化简为

(2)

其中,。

若判别函数为

,则(3)

当总体参数未知时,可用总体的典型样本来估计,设的典型样本容量为,均值为,离差阵为。

由式(2)取,判别函数为

(4)

其中,,判别规则仍为式(3)。

贝叶斯判别考虑了各总体出现概率的大小(先验概率),但对于变量的质量没有约束。当判别中变量的质量不高时,建立判别函数需要大量的计算时间,且由于有关矩阵的阶数太高,使解的精度下降。论文发表。

2.逐步判别分析

在判别分析过程中,有时会涉及到较多变量,一些变量对于判别并没有什么作用,为了得到对判别最合适的变量,可以使用逐步判别,逐步判别采用有进有出的算法,对每一步都进行检验,把一个判别能力最强的变量引入判别式,同时对先进入判别式的某些变量,如果其原有的判别能力随其后变量的引入而改变(被某些变量的作用所替代),则及时将其从判别式中剔除,使最终的判别式保留判别能力最强的变量。论文发表。

实现逐步判别分三步:

第一步:挑选变量

1)数据准备

设观测数据为为分类数(个总体),为指标(变量)个数,为第类观测样本数。计算各类样本均值、总均值、组内离差矩阵和离差矩阵。

编辑老师为大家整理了7000字数学教学论文，希望对大家有所帮助。更多详情请点击进入教育学论文。