一文读懂判别分析|从原理到Excel实操,新手也能学会的“预测工具”

你是否想过——

医生如何根据体检报告判断你是否患病？银行怎么知道你贷款会不会逾期？淘宝又凭什么给你推荐心仪的商品？

答案就藏在一种强大的统计分析方法中判别分析。

今天，我们就用最简单的方式，带你了解这个“预测未来”的神奇工具。

判别分析，听起来很高深，其实原理并不复杂。

想象一下：你要判断一个水果是苹果还是梨。你会怎么看？看颜色、摸硬度、闻香味……综合这些特征，你就能做出判断。

判别分析做的就是类似的事——根据多个特征（变量），把研究对象划分到已知的类别中。

它通过建立判别函数，寻找不同类别数据的最佳分界线，从而对新样本进行预测。

常见的判别分析方法有三种：

医学诊断

市场细分

信用评估

地质勘探

图像识别

理论知识讲完了，我们来点实操。

以经典的鸢尾花数据为例：我们有花萼长度、花萼宽度、花瓣长度、花瓣宽度4个指标，以及已知的鸢尾花类别（Setosa、Versicolour、Virginica）。

操作步骤：

第一步：数据录入把数据整整齐齐录入Excel表格。

第二步：计算各类别均值用=AVERAGEIF(类别列, "Setosa", 花萼长度列)，分别计算每个类别下各变量的均值。

第三步：计算组间离差矩阵组间离差矩阵反映的是不同类别之间的分离程度。首先，用=AVERAGE(花萼长度列)算出各变量的总体均值（可以顺便在第二步完成后计算）。然后，借助Excel的矩阵运算函数（如MMULT、TRANSPOSE），结合各类别的样本数、各类别均值与总体均值的差值，计算出组间离差矩阵。这个矩阵将用于后续判别系数的求解。

第四步：计算组内离差矩阵这一步稍微复杂，需要用数组公式计算每个类别下各变量的离差矩阵，再把各类别的矩阵相加。

第五步：求判别函数系数用矩阵乘法和逆矩阵运算，结合组内离差矩阵和组间离差矩阵，计算判别函数的系数。

第六步：计算判别得分在原始数据中新增一列，用得到的判别系数乘以样本数据，计算每个样本的得分。

第七步：判别分类比较每个样本在不同判别函数下的得分，得分最高的类别，就是预测结果。

看得有点晕？没关系，我们来看一个实际案例。

某银行想根据客户信息判别信用等级（高信用、中信用、低信用），收集了20个已知信用等级的客户数据：

按照上面说的方法，银行算出判别函数的系数。

这时来了一位新客户：

把他的数据代入判别函数，计算得分。结果显示：“中信用”类别的得分最高。

于是，银行判定他为“中信用”等级，可以给他贷款，但额度不会太高，利率也可能上浮一些。

判别分析就像一位经验丰富的“分类大师”，帮我们从数据中寻找规律，预测未来。

在人工智能和大数据时代，这种方法的生命力越来越强。虽然现在很多工作已经被机器学习取代，但理解它的原理，能帮我们更好地理解数据科学的世界。

下次当你收到精准的购物推荐，或者拿到银行的信用额度时，不妨想想——这背后，可能就站着“判别分析”这位默默无闻的功臣。