应用多元统计分析讲稿(DOC 43页)

一、Bayes判别的基本思想
一、Fisher判别的基本思想
一、一个正态总体协差阵的检验
一、主成分的一般性质
一、主成分的几何意义
一、单一变量检验的回顾及HotellingT2分布
一、多元样本的数字特征
一、多元正态分布的定义
一、实际应用中主成分分析的出发点
一、有序样品可能的分类数目
一、样品相似性的度量
一、系统聚类的基本思想
一、随机向量
一、马氏距离的概念
三、Wishart分布
三、一个典型例子
三、两个正态总体均值向量的检验
三、判别分析的实质
三、线性判别函数的求法
二、Bayes判别的基本方法
二、Fisher判别函数的构造
二、主成分的数学推导
二、主成分的方差贡献率
二、变量相似性的度量
二、均值向量与协差阵的最大似然估计
二、多元分布
二、多元正态分布的性质
二、多元统计分析方法的应用
二、如何利用主成分分析进行综合评价
二、类间距离与系统聚类法
二、费希尔最优求解法
二、距离判别的思想及方法
..............................