A note on discrimination in the case of unequal covariance matrices
协方差矩阵不等时的判别分析注记AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要研究多元正态总体的统计判别函数，不能仅因分类任务将其归入离散选择模型。
反馈分类问题正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
协方差矩阵不等时的判别分析注记
- 研究问题
- 两个多元正态总体的均值向量和协方差矩阵均不相等时，在变量等相关假设下应如何构造判别函数？
- 方法与思路
- 作者在两个多元正态总体及变量等相关的设定下推导判别函数，将其表达为依赖大小、形状和变量平方和的分量。
- 材料陈述的贡献
- 摘要称，给出均值及协方差均不相等时的判别函数，并指出该函数由大小、形状及变量平方和相关分量共同决定。
- 阅读关注点
- 应核对等相关假设在两个总体中的具体含义、各分量的数学定义，以及判别规则是否需要先验概率或误分类损失。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明；摘要未给函数表达式、误分类率或比较结果，不能判断一般协方差情形的表现。
原文摘要
A discriminant function is derived in the case of unequal mean vectors and unequal covariance matrices in two multivariate normal populations. The variates are assumed equally correlated. The discriminant function depends on the size and the shape components and the component of sum of squares of the variates.