線性區別分析上多變量資料的離群值對共變數矩陣相等檢定及區別率的影響

Abstract

過去在使用線性區別分析時，研究者遭遇到多變量常態分配及共變數矩陳相等檢證問 題，本研究根據一九八一年的文獻發展出常態性的FORTRAN 驗證程式後，並從離群值 的角度，以個案的參數作模擬實驗，來了解它對共變數矩陣相等檢定及區別率的影響 ，結論是理論架構下的離群值影響很小，而真實資料中的離群值愈多，資料量愈少時 ，共變數矩陣愈不相等。 其次，本文並以二種倎測離群值的技術：（１）主成份分析法則，及（２）影響函數 法則來偵測個案資料的離群值，結果是二者皆能在偵測出後剔除的步驟下，改進區別 率，而前者未能改進共變數矩陣不相等情形，但，後者能。 最後，本研究建議使用一程序來解決上述假設驗證的問題，並提供了一些未來的研究 方向以供參考。