As variáveis ​​de análise discriminante

análise discriminante (também conhecido como análise da função discriminante ) é um tipo de regressão utilizado para a classificação e predição. O procedimento tenta prever , na base de uma ou mais preditor , ou variáveis ​​independentes , se um sujeito individual ou outro pode ser colocado em uma categoria particular de uma variável dependente categórica . Originalmente utilizado em paleontologia, análise discriminante tem muitas aplicações , incluindo as ciências naturais e sociais. Função

A função básica da análise discriminante é determinar a variável (s) que servem como o melhor preditor da adesão de um sujeito em um grupo ou classificação. Por exemplo, um pesquisador de educação poderia usar a análise de função discriminante para determinar quais variáveis ​​de previsão melhor discriminar se os alunos completam com sucesso o ensino médio, ou quais as variáveis ​​que prever se graduados do ensino médio vão para a faculdade .

Tipos

Como em qualquer análise de regressão, análise discriminante envolve dois tipos de variáveis: dependentes e independentes . A variável dependente é a medida de associação de grupo ou classificação, como de pós-graduação da escola como de alto ou não. As variáveis ​​independentes são aquelas que um pesquisador acredita que pode discriminar entre as categorias a que um sujeito pertence (por exemplo , pós-graduação ou não ) , podendo posteriormente prever , a partir de novos casos , em que categoria um determinado caso pertencerá .

As variáveis ​​categóricas

na análise discriminante , a variável dependente é categórica na natureza. As variáveis ​​categóricas distinguir indivíduos , classificando -os em um número limitado de categorias , ou seja, a variável dependente tem apenas um número limitado de valores. Muitas vezes, a variável dependente é dicotômica , tendo o valor de zero ou um. No exemplo a graduação , os estudantes que terminar o ensino médio pode ser codificado como ” 1″ para a pós-graduação , enquanto que aqueles que não se graduar são codificados “0”

variáveis ​​de previsão

a análise discriminante se esforça para prever a associação ao grupo com base em uma ou mais variáveis ​​independentes ou preditoras. Ao contrário da medida variável dependente de membros do grupo, que é geralmente codificado 1 ou zero ( membro do grupo ou não), as variáveis ​​de previsão são contínuas , medido em uma escala de intervalo . Isto significa que as variáveis ​​de previsão pode assumir uma grande variedade de valores . Altura , peso e teste de pontuação são exemplos de variáveis ​​contínuas. Um estudante , por exemplo, pode ter uma pontuação de teste de 88, 89 , 90, etc

Benefícios

Identificar os preditores chave de análise discriminante pode fornecer informações sobre como cada variável – seja individualmente ou interagir com outras variáveis ​​independentes – . influências de membros do grupo