L’analisi discriminante è una branca della statistica multivariata . Il suo obiettivo primario è quello di prevedere l’inclusione di un individuo in un gruppo quando la sua inclusione e una serie di osservazioni sul gruppo sono noti . Ciò avviene attraverso un processo di discriminare una variabile osservata contro gli altri . Il secondo obiettivo è quello di determinare la qualità delle variabili osservate nel set . Determinazione di qualità variabile aiuta a migliorare il margine di analisi ‘ di errore . Inclusione Gruppo

L’analisi discriminante ‘ oggetto primario è più facilmente comprensibile con l’esempio . Ad esempio, per predire la probabilità che qualcuno sarà incluso in un gruppo di laureati di successo nella vostra università , utilizzare la nota serie osservazione di punteggi SAT , liceo punto di grado medio , avendo un fratello più grande al college e rango di classe .

qualità variabile

l’obiettivo secondario di analisi discriminante è quello di determinare la qualità della variabile utilizzata nella previsione primaria . Nel nostro esempio , una volta che il tempo è passato e si può osservare il gruppo di laureati di successo , è possibile modellare la vostra teoria pronostico contro il risultato effettivo . È possibile determinare quali variabili erano meglio a prevedere l’inclusione di successo di un individuo .

Controling Predictive Errore

analizzando Retrospettivamente la teoria predittiva contro i risultati effettivi crea un terzo obiettivo , migliorando il modello predittivo per il futuro . Usando l’analisi , è possibile mostrare che le variabili sono più rilevanti per il successo . Nel nostro esempio , possiamo determinare che avere un fratello più grande al college era un’osservazione predittivo inutile . Possiamo decidere di lasciare fuori dalla nostra prossima previsione o includere una osservazione diversa .