2015年9月13日 (日) 03:25時点における版編集 Abionab (会話 \| 投稿記録) 880 回編集編集の要約なし ← 古い編集		2015年9月13日 (日) 10:04時点における版編集取り消し Abionab (会話 \| 投稿記録) 880 回編集統計分類 2015年9月13日 (日) 10:02‎ へ移動。判別分析というより統計分類の話のため。新しい編集 →
39行目: さらに別な方法としては、線形判別関数を使用したい場合は、線形[[サポートベクターマシン]]で線形判別関数を求めるという方法もある。 <!-- ここにあった「評価手法」と「例」は[[統計分類]]に移動しました --> ~~== 評価手法 ==~~ 判別式の妥当性は、誤判別率などで評価できる。適した[[変数選択]]と判別方法にもとづいて分析することが必要であり、判別式（のみならず[[変数選択]])の妥当性を検証する手法として、元のデータから1つだけ外して判別（モデル）式を得、外したデータを新たなデータとして適用した際に妥当な結果が得られるかを検証する、1つとって置き法({{lang-en-short\|leave-1-out}})などが一般に用いられる。 ~~== 例 ==~~ [[入学試験\|入試]]を具体例に取ると、個々の受験生は、各群に属する個々の入試得点により、合格・不合格という2群に分けられる。学校側で明確な基準を設ける場合、たとえば英語で100点満点中70点を合否ラインにした場合、生徒の合否は得点が70点を境に分かれることとなるが、合否基準が非公開な場合や、その年度によって、合格者の平均点も変動することは周知である。このような教師データが存在する場合（予備校などでは自己採点結果などから、相当に精度の高い標本を有しており、これを教師データとして扱うことは相応に妥当と考えられる）、判別分析により、過去の受験生の点数実績と合格実績から、合否の基準を計算によって求めることができる。 == 線形判別関数の求め方 ==

「判別分析」の版間の差分