マハラビノス距離が導出できる
マハラビノス距離が導出できますか？ 本記事では、マハラビノス距離を主成分分析から導出し、距離の式をわかりやすくを解説します。公式暗記せず、導出過程をきちんと理解しましょう。多変量解析を学ぶ人は必読です。 - Page 3
線形判別関数が計算できる(2次元で3群以上分割する場合)
判別分析において、線形判別関数が計算できますか？本記事では2次元データを例に3分割する線形判別関数の求め方をわかりやすく解説します。線形判別関数の結果と判別正誤率も解説します。多変量解析を学ぶ人は必読です。 - Page 3
2次元の線形判別関数の傾きは最大2種類である理由がわかる
2次元の線形判別直線の傾きを相関比の微分から求める時、相関比は分母分子ともに2次式なので、微分すると分子が3次式にあり、傾きを満たす解が最大3つになるのではないか？と思い、実際計算すると確かに解は最大2個になります。ちょっと疑問に思ったこともブログで解説していきます。 - Page 3
線形判別関数が計算できる(2次元、その2)
判別分析において、線形判別関数が計算できますか？本記事では2次元データを例に２記事にわたり線形判別関数の求め方をわかりやすく解説します。線形判別関数の結果と判別正誤率も解説します。多変量解析を学ぶ人は必読です。 - Page 3
線形判別関数が計算できる(2次元、その1)
判別分析において、線形判別関数が計算できますか？本記事では2次元データを例に２記事にわたり線形判別関数の求め方をわかりやすく解説します。多変量解析を学ぶ人は必読です。 - Page 3
線形判別関数Zの導出がわかる(2次元、平方和の分解)
線形判別関数は自分で導出できますか？ 本記事は線形判別関数を導出するための平方和の計算、平方和の分解を解説します。平方和の分解はＱＣすべての単元に必須なテクニックです。多変量解析を学ぶ人は必読です。 - Page 3
線形判別関数の正負がわかる
判別分析に使う、線形判別関数の正負、０のイメージができますか？ 本記事では、最も基本ベースとなる線形判別関数の値とそのイメージを高２数学で十分わかるように丁寧に解説します。簡単だからと思わず、丁寧に理解することが大事です。多変量解析を学ぶ人は必読です。 - Page 3