费歇判别（Fisher discrimination），理学-地理学-地理信息科学-计量地理学-费歇判别，基于投影的思想，将待判别数据投影到某一个方向，进而利用一元方差分析思想，使数据投影组与组之间尽可能分开，实现判别分析的目的。设有组维待判别数据，来自组的p维观测值为，将其展开即为：其中，为p维向量。将它们共同投影到某一p维常数向量a上，得到的投影点分别对应线性组合（1）即：这样，所有的p维观测值就简化为一维观测值，构成一元方差分析的数据。其组间平方和为：（2）其中，和表示组的均值；和表示所有组的总均值；为组间平方和及叉积和矩阵。其组内平方和为：（3）式中，为组内平方和及叉积和矩阵。若k组均值有显著差异，则（4）应充分大，故定义如下度量式：（5）应选择达到最大的a，显然这个a并不唯一：对于任意非零常数c，用ca代替a，将保持不变。设的全部非零特征根为：，对应的特征向量为。当时，可使达到极大。由此，Fisher准则下的线性判别函数的解a为最大特征根所对应的特征向量，且相应的判别效率为。