1、“.....根据地区的气象条件大气污染元素浓度等来判断该地区是属于严重污染般污染，还是无污染。在农林虫害预报中，根据以往的虫情及多种气象因子判别个多月后的虫情是大发生中发生或正常，等等。总之，判别分析是应用性很强的种多元统计方法，已经渗到各个领域。但不管到哪个领域，判别分析问题都可以这样描述设有个维总体其分布特征已知如已知分布函数分别为或知道来自各个总体的训练样本，对给定的个新样品，我们要判断它来自哪个总体。在进行判别归类时，有假设的前提，判别的依据及处理的手法不同......”。

2、“.....如距离判别，判别，判别或典型判别，逐步判别，序贯判别等。但是，这些方法没有考虑被判对象是否有序的问题。而许多实际问题中，被判对象都是有序的。不考虑序的影响，就丢失了重大信息。根据总体的不同，选择不同的判别方法。此处，假设知道总体的特征量即参数均值和协方差阵，用距离判别来用。利用回归进行二次判别提高判别分析效率般情况下......”。

3、“.....另外还需要有定的假设条件每个判别变量预测变量不能是其他的判别变量的线性组合各组的变量的协方差阵相等各判别变量之间具有多元正态分析。与此相比，回归没有类似假设，而且当这些假设不满足时结果非常稳定，具有很好的稳定性。比如我们可以采用主成分分析来有效的减轻预测变量之间的多元共线性，当预测变量是非度变量是可以采用引入哑变量的方法来进行回归从而达到判别个体归属的目的等。从另个方面讲，判别分析实际上是种针对数据结果进行分析的方法......”。

4、“.....将这两种方法的优点进行结合，显然有助于我们分析。如何利用回归来完成判别分析呢回归意在对相应变量取或两个值得概率建模。方差是相等的。型由于是型贝努利随机变量，则得如下概率分布显然有，故当因变量为型随机变量时，因变量均值表示给定自变量时的概率，身只取，两个离散值，不适于直接作为回归模型中的因变量，由于回归函数表示自变量为的条件下等于的比例。这提示我们可以用等于的比例代替本身作为因变量。函数都符合要求......”。

5、“.....函数的形式为函数的中文名称是逻辑斯谛函数，或简称逻辑函数。第二，因变量本对型因变量产生的问题，我们对因变量模型因该做两方面的改进。第，回归函数应该改用限制在，区间内的连续曲线，而不能在沿用直线回归方程。限制在，区间内的连续曲线很多，例如所有连续型随机变量的分布虑般的回归模型„„，其中满足为型随机变量，其概率分布为，显然有。针，但当的取值有两种意义上时......”。

6、“.....回判正确率优于判别分析。在很多应用中，直接采用回归进行分类。回归模型概述通常意义上的回归要求因变量只有两种取值二分类回归判别的优势与功能。本文通过对比来研究两种方法的回归正确率，分类方法对全部观测值进行分类，其中分类结果正确的观测点所占比例为回判正确率。从医学生物学经济管理领域等领域中的例子显示，测值与两个不同类别之间距离差异进行分类，距离包括马氏距离和欧氏距离等。回归具有良好的判别和预测功能......”。

7、“.....更能显示出测值与两个不同类别之间距离差异进行分类，距离包括马氏距离和欧氏距离等。回归具有良好的判别和预测功能，尤其在资料类型不能满足判别和判别的条件时，更能显示出回归判别的优势与功能。本文通过对比来研究两种方法的回归正确率，分类方法对全部观测值进行分类，其中分类结果正确的观测点所占比例为回判正确率。从医学生物学经济管理领域等领域中的例子显示，回归比判别分析稳健，回判正确率优于判别分析回归在线性回归中的应用进行了研究......”。

8、“.....在研究实际问题时，经常遇到分类问题。在很多情况下，为了研究目的，将研究对象经常分为两类，成为二分类问题。例如在次住房展销会上，与房地产商签订初步购房意向书的顾客中，在随后的个月的时间内，只有部分顾客确实买到了房屋。确实购买了房屋的顾客记为，没有购买到房屋的记为再如，在是否参加赔偿责任保险公司的研究中，根据户主的年龄流动资产额和户主的职业，因变量被规定有两种可能的结果户主有赔偿责任保险单，户主没有赔偿责任保险单。这种结果也可以用虚拟变量或来表示......”。

9、“.....因变量表示害怕，表示不怕。上面的例子说明，因变量的结果只取两种可能情况的应用很广泛。在统计学中，常用的分类方法是判别分析和回归。这两种方法简单实用，很多统计软件可以完成有关的计算，他们应用很广，特别是医学生物学领域和经济管理等研究领域。在医学生物学领域中等学术刊物每年都刊登很多判别分析或回归应用的论文在年其所著片中对回归在线性回归中的应用进行了研究......”。