多元统计分析(Ⅶ)

6.4逐步判别 1.基本思想 判别函数中的各个变量的判别能力是不同的,有一些可能起重要作用,而另一些财作用低微,甚至成为冗余.本节介绍的逐步判别法可以从给出的变量中选出对判别分类起重要作用的变量. 熟悉逐步回归方法的读者将会发现,下述逐步判别方法选变量的方式与逐步回归十分相似. 逐步判别法选变量的过程是步进式的,每步选一个变量.第一步是在全体可供筛选的变量中选出具有最大判别能力的一个,第二步是在剩下来的变量中选出与前步已选量配合后具有最大判别能力的一个,……,第s步是在剩余变量中选出与前s-1步已选的量配合后具有最大判…     

基于多元密度核估计的Bayes判别法

判别分析是根据所研究个体的观测指标来推断该个体所属类型的一种统计方法,但一般的Bayes判别法都须假设各个判别变量服从正太分布,且经常出现回代误判率不为零的问题.首次将多元密度核估计应用到Bayes判别法中,消除了判别变量要服从正太分布这个条件约束,并应用建立的最优窗宽调整算法,将回代误判率调整为零,最后对实例进行分析看出结论应用效果较好.     

用多因变量逐步回归作多类逐步判别

本文给出一种新的逐步判别算法,其主要思想是把多因变量逐步回归方法用于判别——回归模型,实现多类逐步判别计算.作者还证明,这种算法与近十年出现的基于 Wilks-A 统计量的逐步判别算法在舍选变量方面是完全等价的,但计算时间与存贮量都大有节省.     

基于岭估计的岭马田系统在复共线性数据中的应用

在多变量模式识别领域,变量间经常会存在复共线性,复共线性不仅会影响参数估计的效果,也会使变量的敏感性出现显著异常.马田系统是以马氏距离作为测量尺度的多变量模式识别方法,复共线性会通过马氏距离影响马田系统变量筛选的效果和判别的准确率.基于岭估计提出了一种新的测量尺度—岭马氏距离,利用岭迹法确定岭参数,将其引入马田系统使得马田系统对病态数据具有更好的耐受性.通过案例验证了岭马氏距离可以很好的克服复共线性,并提高马田系统的判别准确率.     

Logistic判别及其应用(Ⅰ)

<正> 判别分析的方法[如 Fisher(费歇)判别,Bayes(贝叶斯)判别,逐步判别,二次判别,距离判别,序贯判别等等]在我国各个部门都有广泛而深入地应用.本文介绍的 Logistic 判别方法,对母体分布的条件限制较弱,它既适用于连续型,又适用于离散型,也适用于混合型的因子变量.建立公式时工作量不大,编制程序也不太长.使用方便,应用范围较广.无论在理论上,数学模型上和实用上都很有生命力.该方法首先由 D.R.Cox 提出,后经 N.E.Day 和 D.F.Korridge 发展,特别是 J.A.Anderson 完善了这一方法,他作了一个数字模拟,后又利用单纯离散因子变量     

组合数C_n~m被素数整除的又一种判别法

1问题的提出判断组合数C_n~m:是否被某素数整除这一问题,看似比较简单,但当m,n及素数比较大时,问题就变得较复杂了,文[3]给出了组合数C_n~m被素数整除的一种判别法,本文将给出组合数C_n~m被素数整除的又一种判别法.     

组合数Cmn被素数整除的又一种判别法

1 问题的提出 判断组合数Cmn是否被某素数整除这一问题,看似比较简单,但当m,n及素数比较大时,问题就变得较复杂了.[1,2],文[3]给出了组合数Cmn被素数整除的一种判别法,本文将给出组合数Cmn被素数整除的又一种判别法.     

优化尤度分类指数表的双增算法

本文提出对尤度判别(最大似然判别)指数表进行优化的一种简便方法——“双增计算法”。用该算法,指数表的判别符合率可随因素个数的增加而逐步提高,且最终可选到接近甚至达到最高判别符合率的因素组合及其指数表。本文还通过若干应用实例说明该算法具有简便易行、计算量小、效果好等优点。     

Гельфонд超越性判别法则的多变量推广(Ⅱ)

Waldschmidt和作者曾给出且超越性判别法则的多变量推广的一种形式,本文改进了这个结果。     

基于条件分布的超高维特征筛选

特征筛选方法是处理超高维数据的一种快速有效的降维方法.针对超高维判别分类数据,提出一种改进的超高维特征筛选方法,方法不需要特定的模型假定;可以处理多分类响应变量情形;可适用于离散型或连续型协变量情形;对服从重尾分布的协变量,方法仍具有较好的稳健性.从理论上证明了所提出特征筛选方法满足确定筛选性和指标排序相合性,并通过数值模拟和实例分析在有限样本条件下验证了方法的有效性.     

用NEWTON-RAPHSON迭代法解线性LOGISTIC判别系数超越方程组

Logistic判别是一种以Bayes准则为基础的新的判别分析方法,它对母体分布所要求的条件较弱,且适用于连续型变量、离散型变量以及混合型变量,故应用范围较广。 若在每个母体H_i(i=1,…,m)上观测到(p+1)维指标因子X=(1,x_1,…,x_p)’的概率为     

马田系统在数据分类中的应用

马田系统是一种新的模式识别技术,是将田口式信噪比的试验设计方法的一整套思想应用到模式识别的特征变量选择问题上,并通过构建正常样品的基准空间,应用马氏距离值进行样品类别的识别.探讨了马田系统的基本原理,并应用MTGS模型方法对费希尔关于鸢尾花类型的判别问题进行研究,显示了马田系统方法的良好判别分类效果.     

一种n人静态博弈纯策略纳什均衡存在性判别法

本首先给出了n人静态博弈纯策略纳什均衡存在的充要条件。然后给出n人静态博弈纯策略纳什均衡存在性的一种判别方法。最后在判别纯策略纳什均衡存在的条件下，给出判定该静态博弈存在多少纯策略纳什均衡以及哪些纯策略组合是纯策略纳什均衡(解)的方法。     

几种时频分析方法在沉积旋回判别效果上的对比

时频分析方法是沉积旋回判别中常用方法.不同时频分析方法时频谱对沉积旋回的刻画能力、模式判别精度和稳定性大为不同,因而有必要加以分析和甄别,优选出一种能准确反映沉积旋回频率变化趋势的时频分析方法.采用波动方程正演模拟方法对正旋回、反旋回、正反旋回、反正旋回共四种旋回地层进行正演模拟;选取广义S变换、小波变换、Wigner-Ville时频分布、仿射类时频分布(尺度图)计算地震记录的时频谱.考察不同时频分析方法对沉积旋回单元的判别极限,及其对噪声、突变层、反射系数突变、旋回单元组合方式变化的适应性.研究发现,时域波形特征与旋回模式有一一对应关系,但其判别稳定性差.在多种时频分析方法中,仿射类时频分布(尺度图)不仅能有效压制Wigner-Ville时频分布的交叉项干扰,同时对随机噪声的随机频率能量也有很好的压制作用.仿射类时频分布方法通过对频谱进行平滑,模糊瞬时频谱变化细节,突出主要频率变化趋势,使得主频受小层厚度突变、反射系数突变、旋回单元组合方式变化的影响小,具有很好的稳定性,在四种方法中具有最好的沉积旋回判别能力.     

判别分析在组织人才测评和选拔模型开发中的应用

动用判别分析的方法,以卡特尔16种人格因素测验(16PF)测得的人格因素及其二级因素为预测变量,以员工绩效评估的等级为被预测变量,开发出用于组织人事选拔的判别函数和判别模型。用交叉验证法对模型进行的评估表明,模型具有较理想的预测精度。该模型的应用解决了人才测评指标多元化和复杂化为人事选拔带来的困难,提高了组织人事决策的效率和准确性。     

基于隐变量的有限混合模型对有序数据的Bayes聚类分析

本文基于隐变量的有限混合模型,提出了一种用于有序数据的Bayes聚类方法.我们采用EM算法获得模型参数的估计,用BIC准则确定类数,用类似于Bayes判别的方法对各观测分类.模拟研究结果表明,本文提出的方法有较好的聚类效果,对于中等规模的数据集,计算量是可以接受的.     

资产负债管理的线性规划模型

本针对公司资产与负债管理的实际，通过对资产投资组合和偿债现金流的分析，构造了单期和多期两种资产负债管理数学模型。通过引入偏差变量将模型转化为线性规划模型。该模型为公司负债管理和资产组合决策提供了一种有效的数量化方法。     

逐步Logistic判别分析

本文介绍用极大似然估计对Ｌｏｇｉｓｔｉｃ判别分析中的变量进行逐步筛选的方法，筛选过程是在对判别系数作似然比检验的基础上进行的，在变量向前选入与向后剔除的生产每一步中都用到这种检验；最后举出了应用实例。     

尽力讲清重要概念产生的背景——关于二次曲线不变量教学的点滴体会

关于一般二次曲线方程的讨论,是解析几何中理论性较强的内容之一,它是中学数学二次曲线标准方程的推广,又是进一步学习一般二次曲面方程的讨论的基础和准备。一般二次曲线方程的讨论,包括用坐标变换的方法化简一般二元二次方程为标准形式,从而对一般二次曲线进行分类,并作出图形。还包括用不变量来判别一般二次曲线的类型,以及用不变量直接写出化简后的方程,从而确定曲线的形状和大小。在这两种方法中,坐标变换的方法是基本的,不变量     

基于等维递补的多变量灰色组合预测模型

利用等维递补建立单个多变量灰色预测模型,进而建立多变量灰色组合预测模型.通过实例说明多变量灰色组合模型的应用和效果.