医学统计学 - 词条分类 - 公卫百科

刀切法-统计

刀切法（jackknife），又称“弃一法”、“折刀法”，指一种模型验证方法，从数据集中依次去除一个样本，使用剩余的样本构建模型，并用被排除的样本测试模型的性能。重复上述过程以至每个样本都被测试过一次，最终通过整合所有测试结果来评估模型的整体效果。 ...

定义

回代检验-统计

回代检验（retrospective validation），指模型建立后，将用于训练模型的全部原始数据重新代入模型，通过比较模型的预测值与真实值的差异来评估模型对训练数据的拟合效果的一种方法。

定义

混淆矩阵-统计

混淆矩阵（confusion matrix），指以矩阵的形式显示模型的实际分类结果与预测分类结果之间的关系，从而帮助分析模型的性能指标。

定义

错判概率-统计

错判概率（misclassification probability），指分类模型将样本归属总体判断错误的概率。

定义

判别效果评价-统计

判别效果评价（evaluation of discriminant validity），指用以衡量判别模型的性能和分类准确度的指标或方法，常见的指标或方法有：混淆矩阵、准确度、精确度、召回率、F1 分数、受试者操作特征曲线（ROC）曲线、曲线下面积（AUC）等。 ...

定义

多水平判别分析-统计

多水平判别分析（multilevel discriminant analysis），指多水平分类的条件下，根据某一研究对象的的自变量信息算出属于各类别的概率值，据以判别其类别归属问题的一种多变量统计分析方法。

定义

典则判别分析-统计

典则判别分析（canonical discriminantanalysis,CDA），一种基于样本的变量信息构建新的变量的线性组合（典则变量）的方法，这些变量能用于最佳区别样本所属的不同类别。

定义

逐步判别分析-统计

逐步判别分析（stepwise discriminant analysis, SDA），指一种基于样本变量信息，通过逐步添加或删除变量，利用统计准则筛选变量，最终选择出一个变量子集的方法，该子集能够以最优的方式区分样本所属的不同类别。

定义

贝叶斯公式法-统计

贝叶斯公式法（Bayes formula method），指基于贝叶斯条件概率公式为基础导出的判别法，根据计算得出的条件概率大小判断样本属于某一总体。

定义

极大似然准则-统计

极大似然准则（maximum likelihood criterion），指一种参数估计的原则，其目标是选择参数值，使得样本数据在给定模型下的似然函数达到最大化，即这组参数使观测数据在模型中的生成可能性最大。

定义

极大似然法-统计

极大似然法（maximum likelihood method），指在参数估计时，找到使得当前观测数据出现的可能性最大的一组模型参数值的方法。

定义

广义平方距离-统计

广义平方距离（generalized square distance），指为传统欧式距离的扩展，在距离计算中考虑权重或者将数据进行变换，以反应不同维度或特征的重要性。

定义

最小平均损失准则-统计

最小平均损失准则（minimum average loss criterion），指一种决策准则，通过最小化分类或决策过程中的平均损失函数，确定最优分类规则。结合误分类成本和先验概率，适用于不平衡数据或误分类代价不同的场景。

定义

最大后验概率准则-统计

最大后验概率准则（maximum posterior probability criterion），指基于贝叶斯定理的决策原则，通过选择具有最高后验概率的假设或参数值进行推断。结合先验信息和观测数据，优化决策过程，尤其在分类和参数估计中。广泛应用于机器学习、统计推断和信号处理，支持在不确定性条件下做出最优决策，提供对模型和数据的概率解释 ...

定义

贝叶斯判别法-统计

贝叶斯判别法（Bayes discriminant analysis），指基于贝叶斯定理的分类方法，通过计算后验概率来确定样本所属类别。结合先验概率和似然函数，选择最大后验概率的类别作为分类结果。适用于处理不确定性和复杂数据分布，广泛应用于模式识别、机器学习和统计推断中，提供对分类问题的概率解释和决策支持。 ...

定义

费希尔判别函数-统计

费希尔判别函数（Fisher discriminant function），又称“Fisher 判别函数”。指用于线性判别分析的统计方法，通过寻找最佳投影方向，使得不同类别的样本在投影后具有最大化的类间方差与类内方差比。实现样本分类的同时，降低数据维度。广泛应用于模式识别、机器学习和数据挖掘中，支持高维数据的分类任务，有助于提高分类 ...

定义

费希尔准则-统计

费希尔准则（Fisher criterion），又称“Fisher 准则”，指选择一个投影方向，使得空间中样本点投影到该方向后组内差异达到最小，而组间的差异最大的原则。

定义

费希尔判别法-统计

费希尔判别法（Fisher discriminant analysis），又称“Fisher 判别法”，指在空间中找到一个方向，使得多组高维数据在该方向的投影彼此之间的区分度最大的方法。

定义

距离最近准则-统计

距离最近准则（minimum distance criterion），又称“最邻近方法(nearest neighbor method)”，指样本和某个总体在空间中相距最近，则判断它属于该总体的原则。

定义

距离判别法-统计

距离判别法（distance discriminant analysis），指根据样本在空间中与各个总体相距远近来判断其属于某个总体的方法。

定义