Professional Documents
Culture Documents
j
i
[
=
+
= A
) p , 1 q min(
1 i
i
1
1
Correlacin Cannica:
Mide en trminos relativos, el poder discriminante de
la i-sima f.d., valores cercanos a uno indican mayor
potencia discriminante.
r ,... 1 i ,
1
cc
i
i
i
=
+
=
H
o
:
k+1
==
min{q-1,p}
=0
Este es un contraste de hiptesis secuencial, donde
k es el nmero de funciones discriminantes
significativas. Este proceso comienza con k=0.
( )
2
) 1 k q )( k p (
.
} p , 1 q min{
1 k j
j
~ 1 log
2
q p
1 n T
+ =
_ +
|
.
|
\
|
+
=
Ser de inters:
Nmero de funciones discriminantes.
Relacin entre variables y funcin discriminante
(coeficientes estandarizados de las f.d.).
Relacin entre grupos y funcin discriminante
(coeficientes de correlacin de las variables
originales con cada f.d.).
Importancia de las variables.
Eficacia y calidad de la clasificacin.
Grficos de inters
Box-plot de las variables originales.
Box-plot de las puntuaciones obtenidas.
Grfico de dispersin de las puntuaciones.
Son necesarias todas las variables?
Algoritmos: fordward backward -stepwise. (prueba
de tolerancia, valores cercanos a uno indican que la
informacin aportada por esta variable es
independiente de la informacin aportada por las
otras variables.)
Criterio del lambda de Wilks basado en la p primeras
variables (valor de F alto indica que la variable debe
ser incluida).
' p g n , 1 g
1 ' p
' p
F ~ 1
1 g
' p g n
F
+
|
|
.
|
\
|
A
A
=
Supuestos
Las variables no deben estar correlacionadas
entre si.
La matriz de varianza covarianza deben ser
iguales.
Las variables deben tener distribucin normal, en
cada grupo.
Evaluacin Proceso de Clasificacin
Tabla de clasificacin cruzada.
Ejemplo Crneo
Ejemplo Iris
g=3
Variables
S_largo: largo spalo (milmetros)
S_ancho: ancho spalo
P_largo: largo ptalo
P_ancho: ancho ptalo
p=4, n=50 en cada grupo.