Comparison of linear and quadratic discriminant functions
线性与二次判别函数的比较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：摘要研究通用统计分类与误分类概率，未提供所列经济计量细分方向的直接依据。
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
线性与二次判别函数的比较
- 研究问题
- 在协方差矩阵成比例且两组样本量相等时，线性与二次判别函数的期望误分类概率如何随样本量和参数变化？
- 方法与思路
- 作者推导两类判别函数分布的渐近展开，并结合数值实验，研究参数与两种方法表现发生转换的样本量界点之间的关系。
- 材料陈述的贡献
- 摘要称，在所考察的比较条件下存在样本量界点，小于该界点时线性判别更好；数值实验用于考察界点与参数的关系。
- 阅读关注点
- 应核对渐近展开的分布假设、误差阶与适用范围，以及界点如何定义、计算，数值实验是否覆盖不同参数配置。
- 阅读边界
- 仅据 OpenAlex 索引摘要，稿件版本未注明。摘要未给出界点数值、展开条件或一般协方差情形的结论，不能外推其他版本。
原文摘要
Asymptotic expansions of the distributions of the linear and the quadratic discriminant functions are derived. The expected misclassification probabilities of these two functions are compared when the covariance matrices are proportional and the sample sizes are equal. Some numerical experiments are carried out to investigate the relation between the parameters and the boundary point such that if the sample size is smaller than the point the linear discriminant function is better than the quadratic discriminant function.