食品安全检查数据
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
判别结果
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。
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。
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。
(a) 空间的群点
快速聚类 (b) 任取两个聚核
(c) 第一次分类
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 i 1
Xi
S 2 n
1 n 1
n i 1
(Xi
X
)2
点估计的方法与原理
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？
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。
上机操作
问题解答
Fisher判别法 Bayes判别法
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ຫໍສະໝຸດ Baidu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。
(d) 求各类中心
(e) 第二次分类
快速聚类
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。
上机操作
聚类分析
某案例的聚类结果
聚类分析
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？
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。
未标准化的典型判别函数系数
组重心处的费希尔判别函数值
Mean 372.9800 6381.412 7088.173
Std. Dev iation 2919.53500 8961.42445 24807.26629
协差阵 的估计
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
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？
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.
上机操作
均值 的点估计
（1）选择菜单项Analyze→Descriptive Statistics →Descriptives，打开Descriptives 对 话框。
均值 的估计
方差 的估计
财 产 性 _1 转 移 性 _1 借 贷 收 _1 Valid N (listwise)
Descriptive Statistics
N 1450 1450 1450 1450
Minimum .00 .00 .00
Maximum 82975.00 81603.85 462500.0
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
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。
Bayes判别法
Bayes判别法的输出结果
将各样品的自变量值代入上述四个Bayes判别函数，得到 四个函数值。比较这四个函数值，哪个函数值比较大就可以 判断该样品判入哪一类。
个案观察结果表
判别结果
某省城镇居民家庭消费水平的聚类分析结果 完全正确。
如有新的调查样本数据（待判样品），则可 代入Fisher判别函数或Bayes判别函数中进行判 别，并对判别结果加以验证。
（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。
（2）单击Options按钮，在对话框中选择 Variance复选框，计算样本方差。
▲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？
▲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？
………
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。
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。
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。
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。
(a) 空间的群点
快速聚类 (b) 任取两个聚核
(c) 第一次分类
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 i 1
Xi
S 2 n
1 n 1
n i 1
(Xi
X
)2
点估计的方法与原理
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？
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。
上机操作
问题解答
Fisher判别法 Bayes判别法
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ຫໍສະໝຸດ Baidu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。
(d) 求各类中心
(e) 第二次分类
快速聚类
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。
上机操作
聚类分析
某案例的聚类结果
聚类分析
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？
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。
未标准化的典型判别函数系数
组重心处的费希尔判别函数值
Mean 372.9800 6381.412 7088.173
Std. Dev iation 2919.53500 8961.42445 24807.26629
协差阵 的估计
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
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？
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.
上机操作
均值 的点估计
（1）选择菜单项Analyze→Descriptive Statistics →Descriptives，打开Descriptives 对 话框。
均值 的估计
方差 的估计
财 产 性 _1 转 移 性 _1 借 贷 收 _1 Valid N (listwise)
Descriptive Statistics
N 1450 1450 1450 1450
Minimum .00 .00 .00
Maximum 82975.00 81603.85 462500.0
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
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。
Bayes判别法
Bayes判别法的输出结果
将各样品的自变量值代入上述四个Bayes判别函数，得到 四个函数值。比较这四个函数值，哪个函数值比较大就可以 判断该样品判入哪一类。
个案观察结果表
判别结果
某省城镇居民家庭消费水平的聚类分析结果 完全正确。
如有新的调查样本数据（待判样品），则可 代入Fisher判别函数或Bayes判别函数中进行判 别，并对判别结果加以验证。
（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。
（2）单击Options按钮，在对话框中选择 Variance复选框，计算样本方差。
▲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？
▲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？
………
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。