让我们来看看这些假设是什么

tanjimajuha11

如上所述，当判别分析的基本假设得到满足时，它能提供出色的结果。如果在实际情况下很容易满足这些假设，那么它就成为一种更令人印象深刻的技术。

，以及它们是否能够满足：

判别分析假设

（i）独立变量服从正态分布。实际应用 印度尼西亚 whatsapp 电话号码列表 中使用的大多数变量要么服从正态分布，要么服从正态近似。

(ii) 假设不同类别之间的方差在各个预测因子水平上是相同的。尽管这一假设对于线性判别分析至关重要，但二次判别分析更灵活，非常适合这些情况。您还可以监控异常值的存在并转换变量以稳定方差。对数变换在这里会有所帮助。

（三）预测变量被假定为独立的。它们之间的相关性会降低分析的能力。然而，这个问题有一个简单的解决方案。您可以删除或替换变量以确保独立性。   

（iv）除了变量之间独立之外，样本本身也被认为是独立的。当你对一个大群体进行抽样时，这是一个合理的假设。   

如何进行判别分析？

每个判别分析示例都包​​含以下五个步骤

1. 提出问题

首先要回答这个问题：“判别分析的目的是什么？”然后，确定有助于实现这一目标的独立变量和结果类别。

您可以根据该领域先前研究提供的信息来选择独立变量或预测变量。您还应该在这里运用您对该问题的了解。

您还需要将样本分为两组 - 分析和验证。分析样本将用于估计判别函数，而验证样本将用于检查结果。样本可以交换进行交叉验证。

在进行判别分析示例时，确保分析和验证样本能够代表总体。