食品安全检查数据

上机操作
2020/6/30
问题解答
Fisher判别法 Bayes判别法
判别结果
2020/6/30
Fisher判别法
1. Standardized Canonical Discriminant Function Coefficients （给出标准化的典型判别函数系数）
标准化的典型判别函数是由标准化的自变量通过 Fisher判别法得到的，所以要得到标准化的典型判别得分 ，代入该函数的自变量必须是经过标准化的。
财 产 性 _11450
.8020975.30702.98209019.5.8010603.683581.4819261.42445
借 贷 收 _11450
.406025007.00882.1478307.26629
Valid N (li1s4 tw 50ise)
2020/6/30
某案例的聚类结果
聚类分析
2020/6/30
判别分析
▲对食品所含的有害物质的水平的聚 类结果的准确性如何？
▲对于一个新的调查的某种有害物 质样本数据，根据已知有害物质的含量 （或水平）判断其应归属于哪一类？
2020/6/30
问题解析
已知样本 待判样本
问题
某省19个地区城镇居民家庭消费水平共分 为四类：K市为一类； A市、F市为一类； E县、 O县、Q市为一类； B县、C市、D市、G县、H市、 I县、J市、L市、M县、N市、P市、R县、S县为 一类。
2. Canonical Discriminant Function Coefficients（给出未 标准化的典型判别函数系数）
未标准化的典型判别函数系数由于可以将实测的 样品观测值直接代入求出判别得分，所以该系数使用 起来比标准化的系数要方便一些。
▲在对食品进行抽样调查时，如何根据
检测指标对食品进行分类？
2020/6/30
………
聚类分析的基本概念
聚类分析的基本思想是将样品或变量分类， 使得同一类中的样品或变量的相似性比其他 类的样品或变量的相似性更强。即类内差别 小，类间差别大。
聚类分析的原理：样品或变量的相似度； 聚类分析的类型：样品聚类和变量聚类； 聚类分析的方法：系统聚类和快速聚类。
协差阵 的估计
2020/6/30
2020/6/30
2020/6/30
方法
点估计和区间估计 聚类分析和判别分析 主成分分析和因子分析 典型相关分析 多元回归分析
2020/6/30
聚类分析
▲食品中检测出来的多种有害物质，如 何将其对人产生的危害进行类型划分？
▲不安全的食品在不同地区产生的危害 程度不同，如何将不同的地区进行类型 划分？
某省其它市县的城镇居民家庭消费类调查 数据。
某省19个地区城镇居民家庭消费水平的区 域划分是否准确？待判样本的归属问题？
2020/6/30
判别分析
具体步骤
通常先对原始数据进行标准化处理，以消除量纲 影响。
1、确定已知样本和待判样本； 2、选择判别方法； 3、运行结果分析； 4、检验判别效果。
2020/6/30
2020/6/30
具体步骤
通常先对原始数据进行标准化处理，以消除量纲 影响。
1、确定聚类的方法：系统聚类、快速聚类； 2、选取聚类的类型：样品聚类、变量聚类； 3、注意聚类的细节：如样品间距离和类间距离 的选取。 4、聚类结果的评判：聚类结果应与实际相符。
2020/6/30
上机操作
聚类分析
2020/6/30
2020/6/30
引言
对于食品安全的检测与预警，根据国外的经验， 是通过采集、上报、汇总食品安全检测数据，建立 数据库，并利用数理统计、数据挖掘、预测分析等 各种现代统计分析手段进行分析处理和深度挖掘， 发现和聚焦存在的安全问题，确定其性质、范围和 程度，提出控制方案，为政府部门实施控制措施提 供决策依据和技术支持。
2020/6/30
点估计与区间估计
聚类分析和判别分析
统计分析
主成分分析和因子分析
与风险预
风险评估报告的撰写
警方法
液态奶生产风险来源析及评估
2020/6/30
点估计与区间估计
▲ 利用抽样检测数据估计食品中某种 有害化学品、有害生物、重金属等物质的 平均含量值和标准差的值；
▲在给定置信水平的条件下，利用检 测数据来估计有害化学品、有害生物、重 金属等物质含量的置信区间，并检验其是 否超出标准。
（1）选择菜单项Analyze→Descriptive Statistics →Descriptives，打开Descriptives 对 话框。
（2）单击Options按钮，在对话框中选择Mean 复选框，计算样本均值。
方差 的点估计
（1）选择菜单项Analyze→Descriptive Statistics →Descriptives，打开Descriptives 对 话框。
2020/6/30
聚类方法
系统聚类
距离相近的样品（或变量）先聚成类，距离相 远的后聚成类，过程一直进行下去，每个样品（或 变量）总能聚到合适的类中。
2020/6/30
(a) 空间的群点
快速聚类 (b) 任取两个聚核
(c) 第一次分类
(d) 求各类中心
2020/6/30
(e) 第二次分类
快速聚类
2020/6/30
均值与方差的点估计
点估计的概念 根据抽样检测数据，来估计总体未知 参数的点值的统计方法。
总体的均值与 方差计算公式
E(X) pi xi i
D(X) E(X E(X))2
样本的均值与 方差计算公式
X
1 n
n i1
Xi
S 2nn11in1(Xi X)2
2020/6/30
点估计的方法与原理
（2）单击Options按钮，在对话框中选择 Variance复选框，计算样本方差。
2020/6/30
均值 的估计 方差 的估计
2020/6/30
2020/6/30
2020/6/30
Descriptive Statistics
N MinimuMmaximumMeaSn td. Deviation
• 矩估计法：用相应的样本均值/方差/协方差 （矩）去估计总体均值/方差/协方差（矩） 的估计方法称为矩估计法. 原理：大数定律.
• 极大似然方法：在总体类型已知条件下， 利用似然函数来估计参数的方法。 原理：选择一个参数使得实验结果具有最 大概率，即小概率推断原理.
2020/6/30
上机操作
均值 的点估计