PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
2011 | 33 | nr 198 | 128--132
Tytuł artykułu

O roli macierzy kowariancji w liniowej funkcji dyskryminacyjnej

Autorzy
Warianty tytułu
The Role of the Covariance Matrix in a Linear Discriminant Function
Języki publikacji
PL
Abstrakty
Konstrukcja znanej i często wykorzystywanej w praktyce liniowej funkcji dyskryminacyjnej oparta jest na macierzy kowariancji wewnątrzklasowej. W klasycznym przypadku analizy dyskryminacyjnej, gdy występują dwie populacje, liniowa funkcja dyskryminacyjna jest w pewnym sensie optymalna, gdy obie populacje mają tę samą macierz kowariancji. W artykule podniesiony został problem wykorzystania macierzy kowariancji całkowitej w funkcji dyskryminacyjnej. W wyniku przeprowadzonych analiz okazuje się bowiem, że jakość klasyfikacji przeprowadzonych przy użyciu macierzy kowariancji zarówno całkowitej, jak i wewnątrzklasowej jest identyczna. To ciekawe zjawisko stało się inspiracją do znalezienia przyczyn oraz interpretacji geometrycznej owej reguły. (abstrakt oryginalny)
EN
The construction of the well-known and often used in practice linear discriminant function is based on the interclass covariance matrix. In a classic case of discriminant analysis, where there are two populations, linear discriminant function is optimal when both populations have the same covariance matrix. In this article the author describes a problem of using the total covariance matrix calculated for all observations in the discriminant function. As a result of the analysis it is clear that the quality of the classification carried out by using the total covariance matrix and interclass is identical. This interesting phenomenon has become an inspiration to find the causes and the geometric interpretation of this rule. (original abstract)
Rocznik
Tom
33
Numer
Strony
128--132
Opis fizyczny
Twórcy
  • Institute for Financial Services
Bibliografia
  • Fisher R.A. (1936), The use of multiple measurements in taxonomic problems, „Annals of Eugenics”, nr 7.
  • Jajuga K. (1990), Statystyczna teoria rozpoznawania obrazów, PWN, Warszawa.
  • Maddala G.S. (1994), Limited-dependent and qualitative variables in econometrics Cambridge Univ. Press.
  • Seber G.A.F. (1984), Multivariate Observations, Wiley, New York.
Typ dokumentu
Bibliografia
Identyfikatory
Identyfikator YADDA
bwmeta1.element.ekon-element-000171198635

Zgłoszenie zostało wysłane

Zgłoszenie zostało wysłane

Musisz być zalogowany aby pisać komentarze.
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.