多元统计学判别分析的基本思想

Question

还有 聚类 主成分 因子 列联 加上判别 一共六大分析方法的基本思想

考试要用``急用``麻烦各位兄弟姐妹勒```嘿嘿``

Answer 1

判别分析是多元统计分析中用于判别样本所属类型的一种统计分析方法。
判别分析按判别的组数来分，有两组判别分析和多组判别分析；
按区分不同总体所用的数学模型来分，有线性判别和非线性判别；
按判别对所处理的变量方法不同，有逐步判别、序贯判别等；
按判别准则不同，有距离判别、贝叶斯判别（Bayes）、费歇（Fisher）判别等。
判别分析是指事物的分类是清楚的，目的是通过已知分类建立判别函数，预测新的观察对象所属类别。
聚类分析是指事物分类不清楚，分几类也不清楚，目的希望将事物进行分类（探索性研究）
判别分析和聚类分析都是分类.
但判别分析是在已知对象有若干类型和一批已知样品的观测数据后的基础上根据某些准则建立判别式. 而做聚类分析时类型并不知道.
可以先聚类以得知类型,再进行判别.
因子分析的基本思想是根据相关性大小把原始变量分组，使得同组内的变量之间相关性不高，而不同组的变量间的相关性较低。每组变量代表一个基因结构，并用一个不可观测的综合变量表示，这个基本结构就是公共因子。
主成分分析是利用降维的思想，在损失很少信息的前提下把多个指标转化为几个综合指标的多元统计方法。