Let us assume that the observed random vector from population has a p-dimensional normal distribution with a mean vector and a positive definite covariance matrix. A multivariate observation is known and it belongs to one of two multivariate normal populations but it is not known to which. Let E be the pxp matrix with each element eąual to unity and let I be the p x p identity matrix. In the paper we consider a Bayesian discrimination between s.
Rozpatrzmy zadanie polegające na tym, by na podstawie zaobserwowanych wartości cech obiektu zaklasyfikować go do jednej z k populacji, których obiekt ten może być elementem. W zadaniach tego rodzaju problem polega na wyborze jednej z szeregu hipotez alternatywnych a nie na testowaniu jakiejkolwiek szczególnej hipotezy przeciwko zbiorowi alternatyw, jak to ma miejsce w klasycznej teorii testowania hipotez. W literaturze statystycznej zadania takie noszą nazwę zadań klasyfikacji, identyfikacji lub dyskryminacji. Praca zawiera przegląd podstawowych metod analizy dyskryminacyjnej: metody zmiennych dyskryminacyjnych pochodzącej od R. A. Fishera [12], metody teoriodecyzyjnej pochodzącej od A. Walda i T. W. Andersona [2], [3], [30] oraz metody bayesowskiej pochodzącej od S. Geissera
EN
The article contains no abstract
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.