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