二值回归判别法 : 计量资料的两类判别方法。据训练样本资料(n₁个第一类样品和n₂个第二类样品的m个判别指标的观测数据)拟合回归判别方程,训练样品的应变量据所属二个类别取二个值,即应变量为指示变量Y_g(g=1,2)。一般令Y₁＝n₂/(n₁+n₂),Y₂＝-n₁/(n₁+n₂),这可使得训练样本的Y=0,计算简单。用拟合多元线性回归方程的最小二乘法求回归系数b_i(i=1,2,…,m)(不必求常数项),得二值回归判别方程为:

Z=b₁X₁+b₂X₂+…+bmXm

两类分界值一般用两个样本Z均数的平均,即c=(₁+₂)/2。判别新样品所属类别时,把该新样品观测得的判别指标X₁,X₂,…,Xm的值代入回归判别方程,算得Z值,Z≥c判别属第一类,Z<c判别属第二类。Z相当于m个判别指标X_i加权的综合判别指标,回归判别系数b_i为判别指标X_i的权,反映X_i对判别分类作用的方向和大小。b_i>0,X_i增加,Z增加,表示大的X_i值倾向于是第一类;b_i<0,X_i减小,Z增加,表示小的X_i值倾向于是第一类。X_i变化1个单位,Z变化b_i个单位。二值回归判别方程对两类判别效果的检验,用多元线性回归方程的方差分析(F检验)。如果需要,还可用变量选择(最优子集回归法或逐步回归法)来拟合最优或较理想的二值回归判别方程。二值回归判别不但在理论上把两类判别分析和回归分析相互沟通,还在实际应用上使两类判别分析可利用回归分析程序上计算机运算。