Statistiche esamina le correlazioni tra le serie di dati . Nei casi in cui fattori , quali l’età , colpiscono un risultato , per esempio , lo stipendio , il risultato interessata è in genere chiamato la variabile dipendente , mentre i fattori sono chiamate variabili indipendenti . L’analisi discriminante determina le relazioni tra variabili indipendenti e dipendenti . Analisi discriminante contro MANOVA

L’analisi discriminante determina quali fattori , le variabili indipendenti , influenzano maggiormente un risultato , la variabile dipendente . MANOVA , che sta per l’analisi della varianza multivariata , è come analisi discriminante con le variabili dipendenti e indipendenti invertiti . In MANOVA , i fattori sono trattati come variabili dipendenti e il risultato è la variabile indipendente .

Usi

L’analisi discriminante e MANOVA possono entrambi essere utilizzati per identificare quali fattori hanno l’effetto più forte su un risultato . Essi possono essere utilizzati anche per eliminare i fattori irrilevanti o di classificare i risultati sulla base di un modello di previsione . Inoltre , questi metodi statistici possono essere utilizzati per testare un’ipotesi su come i diversi fattori predittivi causare un risultato .

Ipotesi

Come molti test statistici , analisi discriminante e MANOVA richiede un campione di dimensioni adeguate e di assumere che gli errori sono distribuiti in modo casuale all’interno dei dati di test . Analisi discriminante presuppone inoltre che le variabili indipendenti non sono correlate tra di loro .