判別分析產生于20世紀30年代，是利用已知類別的樣本建立判別模型，為未知類別的樣本判別的一種統(tǒng)計方法。近年來，判別分析在自然科學、社會學及經濟管理學科中都有廣泛的應用。判別分析的特點是根據已掌握的、歷史上每個類別的若干樣本的數據信息，總結出客觀事物分類的規(guī)律性，建立判別公式和判別準則。當遇到新的樣本點時，只要根據總結出來的判別公式和判別準則，就能判別該樣本點所屬的類別。判別分析按照判別的組數來區(qū)分，可以分為兩組判別分析和多組判別分析。

判別分析(Discriminatory　Analysis)的任務是根據已掌握的１批分類明確的樣品，建立較好的判別函數，使產生錯判的事例最少，進而對給定的1個新樣品，判斷它來自哪個總體。

根據資料的性質，分為定性資料的判別分析和定量資料的判別分析；采用不同的判別準則，又有費歇、貝葉斯、距離等判別方法。

費歇（FISHER）判別思想是投影，使多維問題簡化為一維問題來處理。選擇一個適當的投影軸,使所有的樣品點都投影到這個軸上得到一個投影值。對這個投影軸的方向的要求是：使每一類內的投影值所形成的類內離差盡可能小，而不同類間的投影值所形成的類間離差盡可能大。

貝葉斯（BAYES）判別思想是根據先驗概率求出后驗概率，并依據后驗概率分布作出統(tǒng)計推斷。所謂先驗概率,就是用概率來描述人們事先對所研究的對象的認識的程度；所謂后驗概率，就是根據具體資料、先驗概率、特定的判別規(guī)則所計算出來的概率。它是對先驗概率修正后的結果。

距離判別思想是根據各樣品與各母體之間的距離遠近作出判別。即根據資料建立關于各母體的距離判別函數式，將各樣品數據逐一代入計算，得出各樣品與各母體之間的距離值，判樣品屬于距離值最小的那個母體。