1、流程图距离判别分析程序设计流程图（1）开始按提示输入各经验样本数据由样本数据进行相关计算由样本数据估计各总体参数由输入判断总体个数 k)2(是否等于 2k是 否两总体距离判别分析 多总体距离判别分析结束流程图（1）2说明：对于两总体距离判别和多总体距离判别的详细流程请见下页流程图（2）流程图（2）两总体距离判别和多总体距离判别的详细流程3距离判别分析两总体距离判别分析 多总体距离判别分析正态异协方差阵情形 正态同协方差阵情形 正态异协方差阵情形分别计算样品到两总体的马氏距离 21,d计算判别函数系数及常数项据相应判别规则代入判别 21d输出相应判别结果果分别计算样品到各总体的马氏距离 ),21
2、(kjd据规则 ，22min,1ipdk则 判别XG结束是 否流程图（2）费希尔（Fisher）判别分析程序设计流程图（1）4开始按要求输入经验样本数据据调用函数计算各样本均值与总离差阵计算组内离差阵 B进行统计检验接受 ？01H否是120:kL判别无意义 进行 Fisher 判别分析 结束输入方法具体请见程序使用说明由样本数据进行相关计算由样本数据估计各总体参数判别前的准备工作（为下面输出调用做准备）是否判断总体参数是否已知检验总体或样本的均值是否有显著性差异流程图（1）说明：统计检验与 Fisher 判别分析两部分的详细流程图分别见下面流程图（2） 、 （3）流程图（2）统计检验部分详细流
3、程图F 检验统计量： 2(1)(,1)ijijnmkdFnmk两总体之间的马氏距离： 2()()1()()ijTTijijdXaX结束Wilks 检验统计量： (,1)xLmnkB显著不显著统计检验()l(,1)2kVnk近似服从 检验假设： 02:(,1,)ijHkijL检验假设： 012:kHL各总体均值差异的显著性？给定显著水平判别无意义各总体两两均值差异是否显著显著水平是否合并总体Fisher 判别分析：建立判别函数5流程图（2）流程图（3）Fisher 判别分析部分详细流程图6开始计算离差阵的逆阵与 B 的乘积 1xLB计算上述乘积矩阵的最大特征值及其对应特征向量确定第一判别函数系数
4、系数判别方法一：加权重排法判别方法二：最小马氏距离法输出判别结果结束Fisher 判别分析数据准备判 X 属于)(icy新 i 类，判 X 属于)(新 i+1 类212minjkjid则判断 iGX)(*)2(*)1( kyy 11iiiicnn)1(*)(*ii 另取判别函数： XAaXWTs),()21计算样品到各总体的马氏距离 2i流程图（3）贝叶斯（Bayes）判别分析程序设计流程图（1）7开始按要求输入经验样本数据据调用函数计算各样本均值与总离差阵计算组内离差阵 B进行统计检验否是判别无意义 进行 Bayes 判别分析 结束输入方法具体请见程序使用说明由样本数据进行相关计算由样本数据
5、估计各总体参数判别前的准备工作（为下面输出调用做准备）是否判断总体参数是否已知检验各总体的均值是否具有显著性差异流程图（1）说明：统计检验与 Bayes 判别分析两部分的详细流程图分别见下面流程图（2） 、 （3） 。流程图（2）统计检验部分详细流程F 检验统计量： 2(1)(,1)ijijnmkdFnmk两总体之间的马氏距离：1Tmij2ttijtijd=C-X-i,=12,kL结束Wilks 检验统计量： (,1)xLmnkB显著不显著统计检验()l(,1)2kVnk近似服从 检验假设： 02:(,1,)ijHkijL检验假设： 012:kHL各总体均值差异的显著性？给定显著水平判别无意义
6、各总体两两均值差异是否显著显著水平是否合并总体Bayes 判别分析：建立判别函数8流程图（2）流程图（3）Bayes 判别分析部分详细流程图9开始计算离差阵 与组内离差阵 B 的xL和BLx求与马氏距离有关的矩阵 C确定判别函数系数及常数项输出判别结果结束Bayes 判别分析数据准备判别规则)()(:max1XyyXRjkjii 若 i1max,GijkZX则当 X 落入 ，则iRi样品归类直观化流程图（3）逐步判别分析程序设计流程图10开始输入数据表计算组内离差矩阵 Lxx计算总的离差矩阵 W)0()(iiwlUY11)()( knUFllN找出最小 )(l)()(Fl入选lx 原分类无意义对 Lxx，W 做紧凑变换得 Lxx1，W1 )1()(ikwlU找出最小 )(k
