ої варіації і максимальної міжгруповий варіації. p> 7. По кожному i -му об'єкту ( i = 1, 2, ..., N ) безлічі М визначається відповідне значення дискримінантної функції:
В
8. За сукупністю знайдених значень F (k) розраховуються середні значення для кожної підмножини M k :
В
9. Визначається загальна середня (константа дискримінації) для дискримінантних функцій
В
10. Виконується розподіл (дискримінація) об'єктів підмножини М 0 підлягають дискримінації за навчальним вибірках М 1 і М 2 . З цією метою розраховані та п. 7 по кожному i -му об'єкту значення дискримінантних функцій
В
порівнюються з величиною загальної середньої. На основі порівняння даний об'єкт відносять до одного з навчальних підмножин. p> Якщо, то i -й об'єкт підмножини М 0 відносять до підмножини М 1 , при> 0 і до подмножеству М 2 при <0. Якщо ж <, то заданий об'єкт відносять до підмножини М 1 , при <0 і до підмножини М 2 в іншому випадку. p> 11. Далі робиться оцінка якості розподілу нових об'єктів, для чого оцінюється внесок змінних в дискримінантному функцію. p> Вплив ознак на значення дискримінантної функції і результати класифікації може оцінюватися за дискримінантний множників (коефіцієнтам дискримінації), по дискримінантний навантажень ознак або по дискриминантной матриці. p> дискримінантному множники залежать від масштабів одиниць виміру ознак, тому вони не завжди зручні для оцінки. p> дискримінантному навантаження надійніші в оцінці ознак, вони обчислюються як парні лінійні коефіцієнти кореляції між розрахованими рівнями дискримінантної функції F і ознаками, взятими для її побудови. p> дискримінантному матриця характеризує міру відповідності результатів класифікації фактичному розподілу об'єктів за підмножини і використовується для оцінки якості аналізу. У цьому випадку дискримінантний функція F формується за даними об'єктів (з виміряними p ознаками) навчаючих підмножин, а потім перевіряється якість цієї функції шляхом зіставлення фактичної класової приналежності об'єктів з тією, що отримана в результаті формальної дискримінації.
3. ПРИКЛАДИ Дискримінантний аналіз
3.1 Застосування дискримінантного аналізу при наявності двох навчальних вибірок ( q = 2)
Є дані за двома групами промислових підприємств галузі: Х 1 - Середньорічна вартість основних виробничих фондів, млн. д.ед.; Х 2 - Середньооблікова чисельність персоналу, тис. чол.; Х 3 - балансовий прибуток млн. д.ед. p> Вихідні дані представлені в табли...
