使用者21115294413042152021-06-19 23:59:08

判別分析是多元統計分析中用於判別樣本所屬型別的一種統計分析方法。

判別分析按判別的組數來分，有兩組判別分析和多組判別分析；

按區分不同總體所用的數學模型來分，有線性判別和非線性判別；

按判別對所處理的變數方法不同，有逐步判別、序貫判別等；

按判別準則不同，有距離判別、貝葉斯判別（Bayes）、費歇（Fisher）判別等。

判別分析是指事物的分類是清楚的，目的是透過已知分類建立判別函式，預測新的觀察物件所屬類別。

聚類分析是指事物分類不清楚，分幾類也不清楚，目的希望將事物進行分類（探索性研究）

判別分析和聚類分析都是分類。

但判別分析是在已知物件有若干型別和一批已知樣品的觀測資料後的基礎上根據某些準則建立判別式。 而做聚類分析時型別並不知道。

可以先聚類以得知型別，再進行判別。

因子分析的基本思想是根據相關性大小把原始變數分組，使得同組內的變數之間相關性不高，而不同組的變數間的相關性較低。每組變數代表一個基因結構，並用一個不可觀測的綜合變量表示，這個基本結構就是公共因子。

主成分分析是利用降維的思想，在損失很少資訊的前提下把多個指標轉化為幾個綜合指標的多元統計方法。