beskrivende diskriminant analyse

Hvis du har to eller flere grupper af fag og flere variable om hvert emne , og du ønsker at bestemme , hvordan grupperne adskiller sig på variablerne , vil du bruge beskrivende diskriminantanalyse . Beskrivende diskriminant analyse viser hvilke variable der er bedst til at skelne en gruppe fra den anden

Du skal bruge: .
mikroskop
Fokusering knopper .
Stage kondensator .
Irisblænde .
Lav-bølgelængde lyskilde .

Funktion

Beskrivende diskriminantanalyse giver dig mulighed for at beskrive to eller flere grupper af forsøgspersoner ( e. g. mennesker) i form af de variabler , du har til rådighed , og på måder , der gør forskellen mellem grupperne så stort som muligt . Det bruger oplysninger om midler og standardafvigelser af variabler til at skabe vejede kombinationer af variabler , der adskiller grupperne .

Typer

De to hovedtyper af diskriminantanalyse er parametrisk og parametrisk . Parametrisk diskriminant analyse forudsætter, at distributionen af hver gruppe er flerdimensionale normalfordeling . Parametrisk diskriminant analyse slapper denne antagelse på et eller andet omkostninger ved magten .

Typer af Parametrisk diskriminant analyse

Den mest almindelige form for parametrisk diskriminantanalyse er Fisher 's lineære diskriminanten analyse, som skaber lineære kombinationer af variablerne . Det er værdien af hver variabel ganges med en konstant , og så disse produkter lægges sammen for at skabe en diskriminant score . Et alternativ er kvadratiske diskriminanten analyse, som tilføjer kvadratiske udtryk .

Typer af ikke-parametriske diskriminant analyse

To almindelige typer af ikke-parametriske diskriminantanalyse er kernen og k-nærmeste nabo . Kerne diskriminant analyse skøn fordelingen af variabler i hver gruppe ved hjælp af en af en række komplekse funktioner kendt som kerne tæthed skøn . Disse er nødvendige , for når fordelingen af en variabel er ikke normalt , den gennemsnitlige og standardafvigelse er ikke nok til at beskrive fordelingen.

K-nærmeste nabo metoder først definere " nærhed " og derefter forsøge at finde faggrupper , der er så tæt som muligt på hinanden .

Uddannelse og Test Datasæt

Alle metoder af diskriminant analyse udvikles sædvanligvis på en uddannelse datasæt og derefter afprøvet på en særskilt test datasæt . Den sædvanlige metode indebærer tilfældigt opdele dine oprindelige datasæt i to , og ved hjælp af en for uddannelse og den anden til afprøvning .


Kommentarer

Vi ønsker, at dine argumenter og meninger er velkomne. Være objektiv og medfølelse. Mange mennesker læser hvad du skriver. Gør debat til en bedre oplevelse for både dem og dig selv. Mellem 20:00 og 08:00 det er lukket for kommentering og vi fjerner automatisk kommentarer med sjofle ord, defineret af vores moderatorer.

link:

  • Om os
  • Advertising
  • Fortæl redaktionen
  • Få nyhedsbreve
  • RSS-feed

Redaktør: Karin Christofferse
Nyheder redactor: Morten Nyberg

Kundeservice: Stig Ole Salomon,
Flemming Sørensen

Tel: +45 00 99 99 00
Fax: +45 00 99 99 01

© Copyright 2014 Einsten.net - All rights reserved.