|
|
判别分析距离和判别函数 - 组之间的平方距离 |
如果某个观测值的平方距离(又称为 Mahalanobis 距离)到组中心(均值)的距离最小,则将该观测值分类到组中。对于线性判别分析,假定所有组的协方差矩阵都相等。
该表显示组之间的距离。线性判别分析具有对称平方距离的属性,这意味着使用组 j 的均值评估的组 i 的线性判别函数等于使用组 i 的均值评估的组 j 的线性判别函数。
输出示例 |
组之间的平方距离 1 2 3 1 0.0000 12.9853 48.0911 2 12.9853 0.0000 11.3197 3 48.0911 11.3197 0.0000 |
解释 |
|
对于教学数据,最大距离位于组 1 和组 3 之间 (48.0911)。组 1 和组 2 之间的差值为 12.9853,组 2 和组 3 之间的差值为 11.3197。
常用统计图形在线生成工具:
实用工具: