メモ: 500個以上の共変量を追加すると、横長データ手法への変更を促す警告が表示されます。列数が非常に多い場合に他の方法を使用すると、計算に時間がかかるためです。横長データの手法に変更する場合は、［線形 横長データ］をクリックしてください。すでに選択している手法を使用する場合は、［続行］をクリックします。
図5.7 線形、2次、正則化の判別法
2次判別分析を実行します。この手法では、群内共分散行列がすべて異なると仮定されます。この手法では、共分散行列を推定するのに、線形法の場合よりも多くのパラメータを推定しなければいけません。ある群の標本サイズが小さい場合、推定値が不安定になってしまう危険があります。第 “2次判別法”を参照してください。
この手法でも群内共分散行列がすべて異なると仮定されますが、より安定した推定値を導き出すために2つの調整方法が用意されています。この手法は、グループの標本サイズが小さいときに役立ちます。第 “正則化 折衷法”および第 “正則化判別法”を参照してください。
共変量の数が多くて、他の手法では計算が難しい場合に役立ちます。この手法では、郡内共分散行列がすべて等しいと仮定されます。この手法は、プールした群内共分散行列の逆行列を計算するのに、特異値分解を用います。第 “「線形 横長データ」のアルゴリズムについて”を参照してください。
|
•
|
最初のパラメータ（「λ: 共通の共分散行列に近づける度合い」）は、個別の共分散行列と共通の共分散行列をどのように混合するかを示します。このλ（ラムダ）が1のときは線形判別、0のときは2次判別に該当します。
|
|
•
|
λおよびγを両方とも0に指定した場合は、2次判別分析と同じ結果になります。同様に、λを1、γを0にすれば、線形判別分析が実行されます。正則化を指定する際、正則化判別分析を参考にしてください。線形、2次、および正則化の判別法の例については、線形、2次、正則化の判別法を参照してください。
|
λが小さい
|
λが大きい
|
γが小さい
|
γが大きい
|
|---|---|---|---|