ANLISIS DISCRIMINANTE

ANLISIS DISCRIMINANTE Idea General

El anlisis de funcin discriminante es usado para determinar cuales variables disciernen entre dos o mas grupos naturales. Por ejemplo, un investigador en biologa quiere discernir que variables sirven para separar las especies de un gnero de plantas. Para tal propsitos este investigador puede obtener diferentes mediciones de varias variables. El anlisis de discriminantes puede ayudar a decidir cuales son las mejores variables para separar las especies

ANLISIS DISCRIMINANTE Proceso computacional.

La parte operativa del AD es muy similar al anlisis de varianza (ANOVA). Permtanos considerar un ejemplo simple. Suponga que medimos la longitud de un grupo al azar 50 hembras y 50 machos de una especie de roedores. Las hembras son, en promedio un poco ms pequeas que los machos. A esta diferencia se reflejar en la diferencia de las medias (para la variable longitud). Por lo tanto, la variable longitud nos permite DISCRIMINAR entre machos y hembras con una mejor probabilidad, si un individuo es largo es ms probable que sea macho, si es mas pequea es ms probable que sea hembra.

ANLISIS DISCRIMINANTE Proceso computacional

Podemos generalizar este razonamiento de grupos y variables de forma menos trivial. Por ejemplo, suponga que tenemos dos grupos de plantas del i-simo gnero pero diferente especie, nosotros podemos decir que la media es diferente y usar alguna medida somtica para diferenciarlos, si despus requerimos clasificar un nuevo ejemplar del mismo gnero podremos clasificarlo usando el mismo razonamiento.
En suma el AD sirve para diferenciar grupos basados en la media de la (s) variables consideradas

ANLISIS DISCRIMINANTE
Extensin a varias variables
Normalmente usamos varias variables en un estudio para poder saber cual(es) ayudan a la separacin entre grupos. En este caso tenemos una MATRIZ DE VAIANZAS Y COVARANZAS, tambin tenemos una matriz de varianzas dentro de grupo. Podemos comparar esas dos matices va una F multivariada para determinar si hay diferencias significativas o no (con respecto a todas las variables) este procedimiento es idntico a un proceso mltiple de anlisis de varianza llamado MANOVA (a pesar de que los procesos de cmputo cambian la idea bsica permanece igual

ANLISIS DISCRIMINANTE El Modelo

Poniendo de otra manera nosotros podemos construir un Modelo que puede predecir de MEJOR MANEA a grupo pertenece cada caso. En el futuro nos referiremos al trmino en el modelo para indicar aquellas variables que entran en el modelo predictivo y no en el modelo para indicar aquellas que no

ANLISIS DISCRIMINANTE Anlisis por pasos Stepwise

En el proceso stepwise un modelo se construye paso a paso, especficamente en cada paso todas las variables son revisadas y evaluadas para determinar cuales contribuirn ms a la discriminacin entre grupos . Esa variable se incluye en el modelo y se inicia otra vez.
El proceso stepwise inverso o de retirar variables Inicia con todas las variables y va retirando aquellas que no sean significativas.

ANLISIS DISCRIMINANTE
F para entrar
El proceso Stepwise es guiado por las respectivas F para entrar o salir. El valor de F para una variable si esta es estadsticamente significativa en la discriminacin entre grupos, esto es, si es una medida que hace una contribucin a la prediccin del grupo. Es anlogo al sistema de regresin mltiple.

ANLISIS DISCRIMINANTE Cuidado con la interpretacin

Una interpretacin errada del proceso discriminante stepwise es tomar la significancia estadstica como el valor frontal. Por naturaleza el proceso stepwise capitaliza l porque selecciona las variables a ser incluidas en el modelo. Por tanto, al usar el proceso stepwise el investigador debe estar conciente de que los niveles de significancia no refleja la verdadera posibilidad de comete el error tipo I

ANLISIS DISCRIMINANTE discriminacin de dos grupos

Cuando slo se tienen dos grupos (ejemplo dos especies ) es fcil entender que una sola funcin nos puede ayudar a diferenciar entre ambas. Usando el grupo 1 2 como variable respuesta y las b como los coeficientes de las variables explicativas Group = a + b1*x1 + b2*x2 + ... + bm*xm

Esta interpretacin s fcil de entender y muy ligada a la regresin mltiple.

ANLISIS DISCRIMINANTE ms de dos grupos

Si se tienen ms de dos grupos (especies) entonces necesitamos mas de una funcin discriminante. Por ejemplo si tenemos tres grupos requeriremos una funcin discriminante entre el grupo 1 y los grupos 2 y 3 combinados y una segunda funcin para distinguir entre los grupos 2 y 3. Por ejemplo podemos poner una funcin que discrimine entre la especie mas comn y las otra y otra que discrimine entre las otras dos especies, igual que en el caso anterior aquellos coeficientes de mayor valor absoluto iniciarn las variables que mas aportan a la discriminacin