基于稳健变换的判别分析  

DISCRIMINANT ANALYSIS BASED ON ROBUST TRANSFORMATION

作　　者：王潇[1] 李涵[1] 李剑铎[1] 谭茗轩[2] 

机构地区：[1]北京师范大学数学科学学院统计与金融数学系,北京100875 [2]北京师范大学心理学院,北京100875

出　　处：《山东农业大学学报（自然科学版）》2009年第3期438-440,共3页Journal of Shandong Agricultural University：Natural Science Edition

基　　金：北京师范大学本科生科研基金

摘　　要：判别分析是用于判断样品所属类型的一种统计分析方法。在生产、科研和日常生活中经常遇到如何根据观测到的数据资料对所研究的对象进行判别归类的问题。稳健统计是目前国内外迅速发展着的统计领域,统计方法在近代科学研究和工程设计的各个领域中,已经取得相当实际的应用效果,因而促进了该理论的发展。本文以三种鸢尾花的Fisher数据为例,用一个虚拟的整体分布对样本分布进行模拟,通过累积概率对原数据进行稳健变换,最终主要通过与基于Mahalanobis距离的判别方法的比较讨论了判别分析的稳健性,并提出一种错判率更低、稳健性更高的改良的判别方法。Discriminant Analysis is used to determine which class samples belong to. Robust has been increasingly developed together with the process of modem scientific research and engineering design. This paper takes Fisher data of three kinds of iris as example and uses a virtual distribution to simulate the distribution of samples. It makes transformation to original data through cumulative probability. Finally it compares the robustness of new discriminant method with the traditional one based on Mahalcnobis distance. A discriminant method with lower misinterpretation rate and higher robustness is illustrated.

关 键 词：噪声 虚拟分布 累积概率 数据稳健变换 判别分析 

分 类 号：O213.2[理学—概率论与数理统计]