kowariancji &lt;gap&gt; (4.50). Jeśli parametry x są wyznaczalne, to reguły klasyfikacji i diagnozy są w pewnym sensie optymalne. Analiza dyskryminancji pozwala na estymację funkcji rozdzielających populację stanów obiektów na poszczególne klasy stanów. W przypadku dwóch klas, np.: "pacjent ma zdrową krtań" oraz "pacjent jest poważnie chory" funkcja dyskryminancji będzie ilorazem wiarygodności dwóch rozkładów o znanych parametrach, tzn.<br>&lt;gap&gt;<br>W przypadku gdy &lt;gap&gt; są wektorami średnimi parametrów diagnostycznych dla dwóch klas, C - średnią macierzy kowariancji wewnątrzklasowej, to procedura diagnostyczna dla nieznanego stanu obiektu opisanego wektorem x działa następująco:<br>1) należy rozpoznać stan obiektu reprezentowanego przez x jako należący do klasy pierwszej, gdy &lt;gap&gt;,<br>2) w