.04
5.06
.13
2
.04
.01
1.50
.71
待判
2020/12/2-7 .06
-.06
71.37
.40
待判 7
.07
-.01
1.37
.34
-.13
-.14
1.42
.44.15.06来自2.23.56
.16
.05
2.31
.20
.29
.06
1.84
.38
.54
.11
2.33
.48
待判 待判 待判 待判 待判 待判
依据：20个国家的分类信息构建判别函数
2020/12/27
11
11
例4：股票持有者根据股票近期的变化情况判断此 种股票价格下一周是上升还是下跌？
❖ 刑事学：
例5：Smith先生被指控偷了邻居家的鸡。但Smith先 生宣称他家冰箱里的鸡是野鸡。
如何判定： Smith先生究竟是否偷了邻居的鸡呢？？
2020/12/27
短期支付能力 1.09 1.51 1.01 1.45 1.56 .71 .22 1.31 2.15 1.19 1.88 1.99 1.51 1.68 1.26 1.14 1.27 2.49 2.01
6
生产效率指标 .45 .16 .40 .26 .67 .28 .18 .25 .70 .66 .27 .38 .42 .95 .60 .17 .51 .54 .53
别的一种统计学方法。
如何判断（判断依据）？ 利用已知类别的样本信息求判别函数，根据
判别函数对未知样本所属类别进行判别
❖ 判别分析的特点（基本思想）
１、是根据已掌握的、历史上若干样本的p个指标数据及所属类别的信息，总结 出该事物分类的规律性，建立判别公式和判别准则。 2、根据总结出来的判别公式和判别准则，判别未知类别的样本点所属的类别。
12
12
❖ 二、判别分析的基本要求： 1、分组类型在两组以上； 2、第一阶段每组样本（或案例）个数至少一个以上； 3、解释变量必须是可测量的
❖ 三、判别分析与聚类分析的比较：
1、判别分析是在已知研究对象分成若干类型并已取得各种类 型的一批已知样本的观测数据，在此基础上根据某些准则建 立判别式，然后对未知类型的样本进行判别分类。
❖ 判别分析的目的：识别一个个体所属类别
2020/12/27
3
3
❖ 判别分析的应用：无处不在
医学：
例1：在医学诊断中，一个病人肺部有阴影，医生要 判断他患的是肺结核、肺部良性肿瘤还是肺癌？
肺结核病人、肺部良性肿瘤病人、肺癌病人组成三 个总体，病人来自其中一个总体，可通过病人的指 标（阴影大小、边缘是否光滑等）用判别分析判断 他来自哪个总体（即判断他患的什么病？）
.52
2
.15
.05
2.17
.55
2
-.10
-1.01
2.50
.58
2
.14
-.03
.46
.26
2
.14
.07
2.61
.52
2
-.33
-.09
3.01
.47
2
.48
.09
1.24
.18
2
.56
.11
4.29
.45
2
.20
.08
1.99
.30
2
.47
.14
2.92
.45
2
.17
.04
2.45
.14
2
.58
2020/12/27
8
8
企业 序号
1 2 3 4 5 6 7 8
判别 类型
1 1 1 1 2 2 2 2
判别函数 得分
-.56509 -.89817 -.59642 -1.02182 .25719 .34253 .27925 1.24010
判别为1的 概率
.69479 .80234 .70620 .83420 .35312 .32005 .34442 .09012
2、聚类分析则是对研究对象的类型未知的情况下，对其进行 分类的方法。
2020/12/27
13
13
3、判别分析和聚类分析往往联合使用。当总体分类不清 楚时，先用聚类分析对一批样本进行分类，再用判别 分析构建判别式对新样本进行判别。
类别 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 2 2
6
.38
.11
3.27
.55
2
.19
.05
2.25
.33
2
.32
.07
4.24
.63
2
.31
.05
4.45
.69
2
.12
.05
2.52
.69
2
-.02
.02
2.05
.35
2
.22
.08
2.35
.40
2
.17
.07
1.80
2020/12/27
4
4
经济学：
例2：中小企业的破产模型 为了研究中小企业的破产模型，选定4个经济指标：
X1总负债率（现金收益/总负债） X2收益性指标（纯收入/总财产） X3短期支付能力（流动资产/流动负债） X4生产效率性指标（流动资产/纯销售额） 对17个破产企业（1类）和21个正常运行企业（2类）进
行了调查，得如下资料：
2020/12/27
5
5
总负债率 -.45 -.56 .06 -.07 -.10 -.14 -.23 .07 .01 -.28 .15 .37 -.08 .05 .01 .12 -.28 .51 .08
2020/12/27
收益性指标 -.41 -.31 .02 -.09 -.09 -.07 -.30 .02 .00 -.23 .05 .11 -.08 .03 .00 .11 -.27 .10 .02
2020/12/27
10
10
❖ 分析结果：将20个国家分为两类
第1类（基础设施落后）：巴西、墨西哥、波兰、 匈牙利、智利、俄罗斯、泰国、印度、马来西亚
第2类（基础设施发达）：瑞典、丹麦、美国、中 国台湾、韩国、日本、德国、法国、新加坡、英国、 瑞士
❖ 如果：我们想知道我国基础设施发展属于哪一类型？ 运用判别分析
第四章 判别分析
(Discriminate Analysis)
2020/12/27
1
距离判别 贝叶斯(Bayes)判别 费歇尔(Fisher)判别 逐步判别
2020/12/27
2
2
4.1 判别分析的基本思想
❖ 一、什么是判别分析？
❖ 判别分析 根据已知对象的某些观测指标和所属类别来判断未知对象所属类
判别的为2 概率
.30521 .19766 .29380 .16580 .64688 .67995 .65558 .90988
2020/12/27
9
9
例3：根据信息基础设施的发展状况，对世界 20个国家和地区进行分类。
考察指标有6个： 1、X1：每千居民拥有固定电话数目 2、X2：每千人拥有移动电话数目 3、X3：高峰时期每三分钟国际电话的成本 4、X4：每千人拥有电脑的数目 5、X5：每千人中电脑使用率 6、X6：每千人中开通互联网的人数