食品安全檢查數(shù)據(jù)ppt課件(編輯修改稿)
2025-02-01 20:59 本頁面
【文章內(nèi)容簡(jiǎn)介】 、 確定已知樣本和待判樣本； 選擇判別方法； 運(yùn)行結(jié)果分析； 檢驗(yàn)判別效果 。 上機(jī)操作 問題解答 Fisher判別法 Bayes判別法 判別結(jié)果 Fisher判別法 1. Standardized Canonical Discriminant Function Coefficients（給出標(biāo)準(zhǔn)化的典型判別函數(shù)系數(shù)） 標(biāo)準(zhǔn)化的典型判別函數(shù)是由標(biāo)準(zhǔn)化的自變量通過Fisher判別法得到的，所以要得到標(biāo)準(zhǔn)化的典型判別得分，代入該函數(shù)的自變量必須是經(jīng)過標(biāo)準(zhǔn)化的。 2. Canonical Discriminant Function Coefficients（給出未標(biāo)準(zhǔn)化的典型判別函數(shù)系數(shù)） 未標(biāo)準(zhǔn)化的典型判別函數(shù)系數(shù)由于可以將實(shí)測(cè)的樣品觀測(cè)值直接代入求出判別得分，所以該系數(shù)使用起來比標(biāo)準(zhǔn)化的系數(shù)要方便一些。 未標(biāo)準(zhǔn)化的典型判別函數(shù)系數(shù) 組重心處的費(fèi)希爾判別函數(shù)值 Bayes判別法 Bayes判別法的輸出結(jié)果 將各樣品的自變量值代入上述四個(gè) Bayes判別函數(shù)，得到四個(gè)函數(shù)值。比較這四個(gè)函數(shù)值，哪個(gè)函數(shù)值比較大就可以判斷該樣品判入哪一類。 個(gè)案觀察結(jié)果表 某省城鎮(zhèn)居民家庭消費(fèi)水平的聚類分析結(jié)果完全正確 。 如有新的調(diào)查樣本數(shù)據(jù) （ 待判樣品 ） ， 則可代入 Fisher判別函數(shù)或 Bayes判別函數(shù)中進(jìn)行判別 ， 并對(duì)判別結(jié)果加以驗(yàn)證 。 判別結(jié)果 方法 平均水平差異性檢驗(yàn) 聚類分析和判別分析 主成分分析和因子分析 典型相關(guān)分析 多元回歸分析 主成分分析 問題提出 ▲ 某省各地區(qū)食品安全水平的綜合評(píng)價(jià) 。 ▲ 某省各地區(qū)食品安全水平傾向的分析 。 ▲ 某省各地區(qū)食品安全水平的綜合考評(píng) 。 問題解析 工資性收入 、 經(jīng)營性收入 、 財(cái)產(chǎn)性收入 、轉(zhuǎn)移性收入；食品 、 衣著 、 家庭設(shè)備用品及服務(wù) 、 醫(yī)療保健 、 交通和通信 、 教育文化娛樂服務(wù) 、 居住 、 雜項(xiàng)商品和服務(wù) 。 多個(gè)變量 綜合變量是原來變量的線性組合 ， 它不僅保留了原始變量的主要信息 ， 而且彼此之間又不相關(guān) 。 綜合變量 用少數(shù)幾個(gè)綜合變量代替原來多個(gè)變量 ，并且使其損失的信息盡可能的少 。 問題 主成分分析 這些變量有較強(qiáng)的相關(guān)性 基本思想 為了全面系統(tǒng)地分析問題 ， 我們選取眾多變量 ，由于每個(gè)變量都不同程度地反映了所研究問題的某些信息 ， 彼此之間有一定的相關(guān)性 ， 同時(shí)增加分析問題的復(fù)雜性 。 故我們想用較少的幾個(gè) 綜合變量 來代替原來較多的變量 ， 而這些較少的綜合變量既能盡可能多地反映原來較多變量的有用信息 ， 且相互之間又是無關(guān)的 。 這種處理問題的方法稱為主成分分析 。 “降維”思想 主成分個(gè)數(shù)提取原則為主成分對(duì)應(yīng)的特征值大于 1的前 m 個(gè)主成分 。 特征值在某種程度上可以被看成是表示主成分影響力度大小的指標(biāo) ， 如果
教學(xué)課件相關(guān)推薦
鄂ICP備17016276號(hào)-1