分類的技術: 區別分析的例子、使用上遇到的問題

什麼樣的人是帥哥/美女?
這個問題其實還蠻主觀的不是嗎? 因為美其實是充滿主觀的。有沒有什麼統計技術可以協助我們判斷? 區別分析就是一個很好的技術，它可以根據一些決策變數(判斷帥哥/美女的變數)來建立模型看看。
 
建模:
若以美女為例，它的模型長相:

應變數: 是美女/不是美女
自變數: 決策變數像是眼睛大小、顏質、皮膚白皙、骨骼對稱
 
應用:
區別分析還可以用在，區別好的公司與不好的公司、區別成功與失敗的創業家，但一樣，自變數的選擇很重要!
 
難題:
區別分析最難的地方就是要取得一個客觀的數據資料，然後才能用來建模，若是以區別美女這個議題，這意味著剛開始就要有一組數據，譬如500個女性，然後會都會先決定這500位是美女或不是美女，這其實就不是很容易的! 但是如果是判斷公司是成功或不成功，相較起來就容易得多了，因為有比較客觀的指標。此外，光是自變數就很難選了，因為要客觀地去選，這可能要根據選美專家的建議了! 像是我列的顏質這個變數感覺就蠻主觀，可能不太行!
 
那看來我們要用區別分析來看有沒有論文抄襲、看看是否好學生壞學生，是不是是美女，這些議題都不是容易的事情了，因為往往會涉及到很多主觀與意識形態。不要以為統計模型就是萬能的，還是會有主觀的成分，但是這些還是有助於我們做決策，只是我們要有智慧，知道這些模型是否可靠? 

區別分析要怎麼看模型好壞? 就讓我們之後再說!

一起簡單學，做的好!