UNIVERSIDAD TCNICA DE MANAB

INSTITUTO DE CIENCIAS BSICAS

DEPARTAMENTO DE MATEMTICAS Y ESTADSTICA

ESTADSTICA APLICADA

PROYECTO DE INVESTIGACIN MEDIO CICLO

TEMA:

Anlisis Discriminante

GRUPO NMERO:

INTEGRANTES:
Carlos Cesar Almendariz Pin
Mara Beln Barba Vlez
Kimberly

DOCENTE:

Ing. Emanuel Muoz

PERIODO LECTIVO:

Noviembre 2016 Febrero 2017

TEMA

Anlisis Discriminante
INDICE
INTRODUCCIN

En mltiples ocasiones, un investigador se ve en la necesidad de introducir variables

cualitativas dentro de un anlisis de regresin. Esta posibilidad permite enfrentar con
mayor flexibilidad una serie de problemas.

Concretamente estas variables cualitativas pueden ser del tipo indicadoras o truncadas.

En el caso de las variables indicadoras, stas pueden ser tanto explicativas como
dependientes. Las variables truncadas se emplean en ocasiones en que no es posible
obtener informacin para todos los casos sobre la variable dependiente.

Dentro de los usos que se les ha dado como variables explicativas se encuentran,
capturar cambios en las pendientes de las series, probar la estabilidad de los coeficientes
de una regresin, etc.

Ahora bien, no ha sido tan frecuente emplear una variable cualitativa como variable
dependiente. Este es precisamente el caso de la tcnica de anlisis discriminante, que
busca establecer si una observacin pertenece o no a un grupo en particular, con base en
uno o ms indicadores.

Una razn que motiva a elaborar este proyecto es el hecho de que muchos analistas
financieros han sealado las limitaciones que presentan las razones financieras como
mtodo para identificar bancos en problemas en forma oportuna. Esta limitacin radica,
entre otras cosas, en la posibilidad de comportamientos deshonestos e ineficiencia por
parte de los administradores bancarios, o de asumir riesgos excesivos. Ante esta
situacin ellos han propuesto nuevos mtodos para detectar bancos atpicos,
concretamente aplicando el anlisis discriminante a razones financieras y otros criterios
adicionales.
OBJETIVOS

OBJETIVO GENERAL

Investigar ms a cerca de la tcnica de Anlisis Discriminante y su inclusin en

investigaciones estadsticas de todo tipo.

OBJETIVOS ESPECFICOS

Comprender las diferencias entre grupos

Conocer los pasos para llevar a cabo una buena tcnica analtica
Explicar la funcin del mtodo de Anlisis Discriminante
MARCO TERICO

El anlisis discriminante es una tcnica estadstica multivariante cuya finalidad es

describir (si existen) las diferencias significativas entre g grupos de objetos (g > 1)
sobre los que se observan p variables (variables discriminantes). Ms concretamente, se
comparan y describen las medias de las p variables clasificadoras a travs de los g
grupos.

En caso de que estas diferencias existan, intentar explicar en qu sentido se dan y

proporcionar procedimientos de asignacin sistemtica de nuevas observaciones con
grupo desconocido a uno de los grupos analizados, utilizando para ello sus valores en
las p variables clasificadoras (estos s, conocidos).

Podemos ver este procedimiento como un modelo de prediccin de una variable

respuesta categrica (variable grupo) a partir de p variables explicativas generalmente
continuas (variables clasificatorias). Por poner algn ejemplo, podemos hablar del
reconocimiento de formas, de texto, o del diagnstico automtico. (WIKIPEDIA, 2016)

Una caracterstica esencial de esta tcnica es que tenemos previamente definidas dos o
ms poblaciones; o sea, tenemos dos o ms muestras de esas poblaciones con una serie
de individuos de cada una de ellas de los que tenemos medidas una serie de variables.

Su finalidad bsica es preparar esa informacin, seleccionarla, trabajarla, con una

finalidad clasificadora. Futuros individuos, a los que les podremos medir esas variables,
deberemos clasificarlos como miembros de alguna de esas poblaciones.

Evidentemente partimos del supuesto de que esos nuevos individuos a clasificar

pertenecen a una de esas poblaciones.

El Anlisis discriminante tiene un nombre muy apropiado para lo que es su

procedimiento. Porque lo que hace es iniciar, a partir de toda la informacin de que se
dispone sobre las poblaciones y las variables, un proceso de discriminacin, un proceso
de separacin lo mayor posible de esas poblaciones.

Por lo tanto, a partir de un conjunto de individuos que sabemos ciertamente a qu

poblacin pertenecen cada uno de ellos y a partir de los valores de todas las variables
que disponemos mediante el Anlisis discriminante tratamos de buscar qu
combinaciones de esas variables nos permitirn discriminar lo ms posible entre los
grupos que tenemos. (Llopis, 2013)

Por ejemplo, suponga que se tiene una medida de la estatura de un grupo de individuos,
50 hombres y 50 mujeres. En promedio, la estatura de las mujeres es inferior a la de los
hombres, de forma que esta diferencia puede reflejarse en la diferencia entre las medias
de ambos grupos. As, la variable estatura permite discriminar entre hombres y
mujeres de forma ms adecuada: si una persona es alta, entonces es probable que sea
un hombre; si una persona es baja, es posible que sea una mujer.

En resumen, la idea bsica que subyace en el Anlisis de Funcin Discriminante es

determinar si unos grupos difieren en funcin de la media de una variable, y emplear
luego esa variable para predecir la pertenencia de una nueva observacin a determinado
grupo. (Ecnomia, 2009)

De la misma manera que el Anlisis Cluster, el objetivo del Anlisis Discriminante es la

clasificacin de individuos en grupos. Sin embargo, tanto la tcnica como la
informacin obtenida a travs de ambos mtodos es distinta.

En el Anlisis Discriminante, el punto de partida es un colectivo de individuos

clasificados en dos o ms grupos. De estos individuos se conoce el valor de un nmero
determinado de variables. Puesto que se conoce la existencia de esos grupos, parece
lgico pensar que existen variables cuyo valor determina la pertenencia del individuo a
uno u otro grupo. Los objetivos del Anlisis Discriminante son:

La identificacin de las variables que mejor discriminen entre los grupos y la evaluacin
del poder discriminante de cada una de ellas.

Asignar, con un cierto grado de riesgo, un individuo, que no forma parte de los datos
iniciales, y del que se conoce el valor de las variables discriminantes, a uno de los
grupos.

La seleccin de las variables discriminantes es el paso inicial de esta tcnica. Existen

mtodos estadsticos que permiten detectar que variables discriminan mejor unos grupos
de otros, y, aunque antes de realizar el anlisis se desconoce esta informacin, es
conveniente introducir en el estudio todas las variables que pueden "explicar" la
separacin de los individuos en los distintos grupos.
Una vez que se han seleccionado las variables discriminantes, el objetivo a conseguir es
la elaboracin de las funciones discriminantes, que son nuevas variables combinacin
lineal de las anteriores. Los coeficientes de la funcin discriminante indican el peso de
cada variable en la funcin discriminante, y, una vez obtenidos estos coeficientes, se
podr asignar a cada individuo unos valores que permitirn asignarle a uno u otro grupo.
(Lara, 2012)

Clasificacin

Dado un nuevo individuo , cuya poblacin de procedencia se desconoce, y sobre el

cual se pueden medir las variables, X1,...,Xp, es decir, x = (x1,...,xp), donde xi = Xi(),
para i = 1,...,p, el problema de clasificacin trata de asignar este individuo a alguna de
las poblaciones , para = 1,...,g. Para ello se utilizan las funciones discriminantes
construidas a partir de la muestra.

Clasificacin en dos poblaciones

1. Discriminador lineal

Sean 1, 2 los vectores de medias de las poblaciones 1, 2, respectivamente. Sea

la matriz de covarianzas comn para ambas poblaciones. Sea el individuo a clasificar,
para el cual se ha observado x = (x1,...,xp)

El criterio geomtrico, consiste en asignar el individuo a la poblacin ms prxima,

utilizando la distancia de Mahalanobis:

2M(x, i)=(x i)1(x i), i = 1, 2.

La regla de decisin es la siguiente:

se asigna a 1 si ^2M(x, 1) < ^2M(x, 2),

se asigna a 2 en caso contrario.

A partir de la diferencia 2M(x, 2) 2M(x, 1), se construye la funcin

discriminante lineal L(x) = x 12(1 + 2) 1 (1 2) y se expresa la regla de
decisin en funcin de esta: se asigna a 1 si L(x) > 0, en caso contrario, se asigna
a 2. Esta funcin discriminante es el discriminador lineal de Fisher. D
Clasificacin cuando los parmetros son estimados

En las aplicaciones prcticas, 1, 2 y son desconocidas y se debern estimar a partir

de muestras de tamaos n1, n2 de las dos poblaciones 1 y 2.

Sean x1, x2 y S1, S2 los vectores de medias y las matrices de covarianzas muestrales.

La versin muestral del discriminador lineal de Fisher es

L(x) = x 12(x1 + x2) Sp1 (x1 x2), donde Sp = (n1 S1 + n2 S2)/(n1 + n2 2), es
la pooled within matrix. (Gran, 2010)
Bibliografa
Ecnomia, D. d. (12 de Junio de 2009). Banco Central de Costa Rica. Recuperado el 04 de Enero
de 2017, de
http://www.bccr.fi.cr/investigacioneseconomicas/sistemafinanciero/La_tecnica_analisi
s_discriminante,_aplicacion_area_bancaria.pdf

Gran, A. (19 de marzo de 2010). Halweb. Recuperado el 04 de enero de 2017, de

http://halweb.uc3m.es/esp/Personal/personas/agrane/ficheros_docencia/MULTIVARIA
NT/tema8.pdf

Lara, C. (21 de 12 de 2012). Pendiente de Migracin. Recuperado el 04 de enero de 2017, de

http://pendientedemigracion.ucm.es/info/eue/eio3/docs/Tema%203.%20Analisis
%20Discriminante/introduccion%20tema3.htm

Llopis, J. (04 de enero de 2013). Estadistica Orquesta Instrumento . Recuperado el 04 de enero

de 2017, de
https://estadisticaorquestainstrumento.wordpress.com/2013/01/04/tema-20-analisis-
discriminante/

WIKIPEDIA. (17 de 10 de 2016). Wikipedia. Recuperado el 2017 de 01 de 04, de

https://es.wikipedia.org/wiki/An%C3%A1lisis_discriminante