判別分析是考慮到如何對於一個個體，根據一些特徵值，而將之歸類到二個或多個母
體中去的問題。我們在判別分析中最常用的二種模型是：（一）母體間共變異矩陣相
等的常態模型；（二）母體間共變異矩陣不等的常態模型。在一般情況下，母體的母
數為未知，因此要由樣本統計量代入判別函數中。然而在共變異矩陣不等的情況下，
特徵變數太多，而樣本之取得又受到限制時，則會影響判別函數的穩定性。因此，本
文是研究如何做變數的選擇工作，使得變數個數能儘量小，以增進二次判別之效率。
本文共一冊，約八千字，共分六章，茲分述如下：第一章為緒論；第二章為判別分析
的基本理論；第三章是討論概度比檢定統計量的分解及組合方式；第四章是判別模型
變數的逐步選擇；第五章是做變數選擇的電腦模擬實驗；第六章是結論。本文討論到
一個變數的引入，Step－down概度比檢定統計量是如何地可以被分解成三個統計量，
分別用來衡量此變數在（一）殘差的變異數不等（二）條件分配的平行（三）homo－
sceuastic 位置的散布對於判別的貢獻。此分割不僅在共變異矩陣不等時變數的選擇
有用，也可以用在當我們執行一個共變異矩陣相等的判別分析時，來防止那些會導至
任何形式的極端變異數不等的變數之選入。
| Identifer | oai:union.ndltd.org:CHENGCHI/B2002006229 |
| Creators | 溫蘊雯, YAO, YUN-WEN |
| Publisher | 國立政治大學 |
| Source Sets | National Chengchi University Libraries |
| Language | 中文 |
| Detected Language | Unknown |
| Type | text |
| Rights | Copyright © nccu library on behalf of the copyright holders |
Page generated in 0.0027 seconds