Variables de análisis discriminantes

análisis discriminante (también conocido como análisis de la función discriminante ) es un tipo de regresión utilizados para la clasificación y la predicción. El procedimiento intenta predecir , sobre la base de uno o más predictor , o variables independientes , si un sujeto individual u otro puede ser colocado en una categoría particular de una variable dependiente categórica . Originalmente utilizado en paleontología , análisis discriminante tiene muchas aplicaciones, incluyendo las ciencias naturales y sociales . Función

La función básica del análisis discriminante es determinar la variable ( s ) que sirven como el mejor predictor de la pertenencia de un sujeto en un grupo o clasificación . Por ejemplo , un investigador de la educación podría utilizar el análisis de la función discriminante para determinar las variables predictoras mejor discriminan si los estudiantes de la escuela secundaria con éxito completo, o qué variables predicen si los graduados de secundaria van a la universidad.

Tipos

Como con cualquier análisis de regresión , análisis discriminante implica dos tipos de variables: dependientes e independientes . La variable dependiente es la medida de la pertenencia al grupo o clasificación , como graduado de escuela secundaria o no. Las variables independientes son las que un investigador cree que puede discriminar entre categorías a las que pertenece un sujeto (por ejemplo , graduado o no ) y pueden predecir posteriormente , a partir de nuevos casos , entre los que figura un caso dado pertenecerá .

las variables categóricas

en el análisis discriminante , la variable dependiente es categórica en la naturaleza. Las variables categóricas se distinguen por la clasificación de los sujetos en un número limitado de categorías , es decir, la variable dependiente tiene sólo una gama limitada de valores. A menudo , la variable dependiente es dicotómica , tomando el valor de cero o uno. En el ejemplo de la graduación, los estudiantes que se gradúan de la escuela secundaria pueden ser codificadas como "1 " para los de posgrado , mientras que aquellos que no se gradúan están codificados en "0 "
Variables predictoras

el análisis discriminante se esfuerza para predecir la pertenencia a grupos en base a una o más variables independientes o predictoras. A diferencia de la medida de la variable dependiente de la pertenencia al grupo , que generalmente se codifica 1 o cero ( miembro del grupo o no ) , las variables predictoras son continuas , medido en una escala de intervalo . Esto significa que las variables de predicción pueden asumir una amplia gama de valores. Puntuaciones de Altura , peso y la prueba son ejemplos de variables continuas . Un estudiante , por ejemplo, puede tener una calificación en las pruebas de 88 , 89 , 90 , etc

Beneficios

La identificación de los predictores clave de análisis discriminante puede dar una idea de cómo cada variable - ya sea de forma individual o interactuando con otras variables independientes - . influencias de pertenencia a grupos