I ricercatori interessati nella produzione di metodi che possono predire l’appartenenza al gruppo o futura appartenenza al gruppo in base a una selezione di tratti possono utilizzare l’analisi discriminante per i loro studi . L’analisi discriminante è un tipo di procedura di classificazione che analizza le caratteristiche individuali dei singoli punti dati per determinare quale gruppo i punti dati probabilmente appartengono. Per utilizzare l’analisi discriminante nella ricerca , un ricercatore deve analizzare un insieme di dati di appartenenza a un gruppo conosciuto prima di applicarlo al set di dati di membership.Things gruppo di sconosciuti che ti serviranno

software statistici ( es. R , SPSS o SAS )

Mostra 1

Decidere la finalità della ricerca Altre istruzioni

. La domanda del ricerca deve essere uno di come certi gruppi sono simili e se è possibile prevedere l’appartenenza al gruppo attraverso caratteristiche individuali . Per esempio ,

Come faccio uomini e donne differiscono ? Come inquilini in città diverse da quelle in periferia ? Sono quelli che vivono nelle zone rurali più propensi a trasferirsi in città o periferia al momento del trasferimento ? Sono tutte domande idonee per indagare attraverso l’analisi discriminante . La tua analisi non deve essere limitato a due gruppi , pur limitando la sua analisi in questo modo rende l’algoritmo di analisi discriminante più obiettiva e meno complesso .

2

Decidere sulle variabili di interesse . Queste sono le variabili su cui ci si aspetta i due gruppi differiscano . Ad esempio, se si è alla ricerca delle differenze tra inquilini in periferia e la città , le variabili di interesse potrebbero essere quelli, come ” stipendio “, ” gruppo etnico ” e ” l’età “.

3

casualmente campione dalla popolazione di interesse, la raccolta di dati sulle variabili di interesse . Nella ricerca le differenze tra inquilini e affittuari città suburbane , raccogliere dati di campionamento casuale da database di inquilini in questi due settori .

4

Trova le baricentri di questi gruppi . Inserire i dati in un pacchetto software statistico per calcolare il baricentro di ciascun gruppo separatamente . Tenere un registro di questi baricentri

5

a caso campione da una nuova popolazione – . Quella in cui le classificazioni sono sconosciuti o non compresi nelle classificazioni originali. Esempio sullo stesso set di variabili che hai usato per l’esempio precedente . Per l’esempio di ricercare abitanti di periferia e gli abitanti delle città , potrete assaggiare quelli che vivono nelle zone rurali nella speranza di capire se sono più propensi a trasferirsi in città o periferia.

6

adesso ogni punto di dati nel nuovo campione secondo cui centroide sono i più vicini . Vedere se i risultati sono di interesse statistico e possono rispondere alla domanda iniziale .