醫(yī)學]醫(yī)學統(tǒng)計學 孫振球 第十八章判別分析-預覽頁
【正文】 9 9 . 5 3 6 0. 0480 * 0 . 4 1 8 . 0 9 7 * 1 3 . 6 + 4 . 6 6 1 * 2 1 + 1 . 4 1 4 * 3 4 = 1 9 2 . 4 9 2 2 三類疾病： Y = = 1 9 0 . 0 9 9 + 0 . 0 3 9 6 * 0 . 4 1 7 . 4 5 7 * 1 3 . 6 + 4 . 7 2 0 * 2 1 + 1 . 3 3 7 * 3 4 = 1 9 1 . 8 1 4 8 該病人患 3 類疾病中的 2 類疾病。 ?? 例 185 利用表 184的數(shù)據(jù)作逐步 Bayes判別。由此可見，判別指標并不是越多越好。 2 ．各類型 先驗概率 可以由訓練樣本中各類的構成比作為估計值。小樣本資料建立的判別函數(shù)回代時可能有很低的誤判率，但訓練樣本以外的樣品誤判率不一定低，因此要預留足夠的 驗證樣品 以考察判別函數(shù)的判別能力。另外二分類 l o g i s t i c 回歸也可以用于兩類判別，稱為 l o g i s t i c 判別，是非線性的。 G r ou p S t a t i s t i c s 1 4 . 4 2 9 3 8 . 2 6 1 6 7 7 . 0 0 0 1 7 . 3 4 3 4 . 1 0 3 6 7 7 . 0 0 01 2 . 7 1 4 4 . 9 9 0 5 7 7 . 0 0 03 1 . 1 4 3 4 4 . 0 3 9 5 7 7 . 0 0 0. 8 0 0 7 8 . 1 0 7 8 4 4 . 0 0 0 1 7 . 4 2 5 3 . 0 8 5 9 4 4 . 0 0 01 7 . 5 0 0 2 . 0 8 1 7 4 4 . 0 0 0. 0 0 0 3 0 . 7 5 7 1 4 4 . 0 0 0 6 . 6 5 0 1 9 . 7 8 0 2 6 6 . 0 0 0 1 7 . 3 3 3 4 . 1 4 3 3 6 6 . 0 0 02 0 . 1 6 7 6 . 4 9 3 6 6 6 . 0 0 0 1 5 . 0 0 0 3 5 . 8 3 2 9 6 6 . 0 0 0 8 . 1 0 0 4 3 . 0 4 9 6 17 1 7 . 0 0 0 1 7 . 3 5 9 3 . 6 6 9 6 17 1 7 . 0 0 01 6 . 4 7 1 5 . 9 0 6 8 17 1 7 . 0 0 07 . 5 2 9 4 1 . 8 8 5 4 17 1 7 . 0 0 0X1X2X3X4X1X2X3X4X1X2X3X4X1X2X3X4原分類123T o t a lM e a n S t d . D e v ia t i o n U n w e ig h t e d W e ig h t e dV a lid N (lis t w is e ) C ov a r i a n c e M a t r i c e s1 4 6 3 . 9 5 2 6 7 . 3 1 2 9 7 . 1 9 0 8 2 1 . 9 0 56 7 . 3 1 2 1 6 . 8 4 0 1 8 . 6 1 9 1 7 4 . 1 2 49 7 . 1 9 0 1 8 . 6 1 9 2 4 . 9 0 5 2 0 4 . 3 8 18 2 1 . 9 0 5 1 7 4 . 1 2 4 2 0 4 . 3 8 1 1 9 3 9 . 4 7 66 1 0 0 . 8 2 7 1 4 9 . 5 8 7 7 0 . 4 6 7 1 4 3 2 . 2 0 01 4 9 . 5 8 7 9 . 5 2 2 6 . 2 1 7 9 4 . 8 6 77 0 . 4 6 7 6 . 2 1 7 4 . 3 3 3 6 2 . 3 3 31 4 3 2 . 2 0 0 9 4 . 8 6 7 6 2 . 3 3 3 9 4 6 . 0 0 03 9 1 . 2 5 5 9 . 6 7 0 7 5 . 0 5 0 3 6 9 . 7 2 09 . 6 7 0 1 7 . 1 6 7 1 2 . 6 6 7 1 2 9 . 1 0 0 7 5 . 0 5 0 1 2 . 6 6 7 4 2 . 1 6 7 4 . 4 0 03 6 9 . 7 2 0 1 2 9 . 1 0 0 4 . 4 0 0 1 2 8 4 . 0 0 0X1X2X3X4X1X2X3X4X1X2X3X4原分類123X1 X2 X3 X4Ei g e n v a l u e s3 . 1 1 6a9 9 . 6 9 9 . 6 . 8 7 0. 0 1 2a.4 1 0 0 . 0 . 1 1 1F u n ct io n12E ig e n v a lu e % o f V a r ia n ce C u m u la t iv e %C a n o n ic a lC o r r e la t ionF ir s t 2 ca n o n ica l d is cr im in a n t f u n ct io n s w e r e u s e d in t h ea n a ly s is .a . W i l k s 39。 s li n e a r d is cr im in a n t f u n ct ion sC l a s s i f i c a t i o n R e s u l t sb , c7 0 0 70 4 0 41 0 5 61 0 0 . 0 .0 .0 1 0 0 . 0.0 1 0 0 . 0 .0 1 0 0 . 01 6 . 7 .0 8 3 . 3 1 0 0 . 06 1 0 70 3 1 41 0 5 68 5 . 7 1 4 . 3 .0 1 0 0 . 0.0 7 5 . 0 2 5 . 0 1 0 0 . 01 6 . 7 .0 8 3 . 3 1 0 0 . 0原分類123123123123C o u n t%C o u n t%O r ig in a lC r o s s v a li d a t e da1 2 3P r e d ic t e d G r o u p Me m b e r s h ipT o t a lC r o s s v a li d a t io n is d o n e o n ly f o r t h o s e ca s e s in t h e a n a ly s is . I n cr o s s v a li d a t io n ,e a ch ca s e is cl a s s if ie d b y t h e f u n ct io n s d e r iv e d f r o m a ll ca s e s o t h e r t h a n t h a tca s e .a . 9 4 . 1 % o f o r ig in a l g r o u p e d ca s e s co r r e ct ly cl a s s if ie d .b . 8 2 . 4 % o f cr o s s v a li d a t e d g r o u p e d ca s e s co r r e ct ly cl a s s if ie d .c.
教學課件相關推薦
鄂ICP備17016276號-1