Unidad VI. Analisis Discriminante - Universidad Nacional...

Info iconThis preview shows pages 1–4. Sign up to view the full content.

View Full Document Right Arrow Icon
1 Unidad VI Análisis Discriminante Universidad Nacional Agraria La Molina Dpto. de Estadística e Informática Técnicas Multivariadas Mg . Jes ús Salinas Flores s Salinas Flores jsalinas@lamolina.edu.pe 2 Introducci Introducci ón ± El AD se utiliza para clasificar a distintos individuos en grupos o poblaciones, alternativos a partir de los valores de un conjunto de variables sobre los individuos a los que se pretende clasificar. ± Modelo: Y = f(X 1 , X 2 ,…, X p ) ± La variable dependiente Y (categórica) se denomina VARIABLE CRITERIO y las variables X 1 , X , X 2 ,…, X , X p (independientes) se denominan VARIABLES PREDICTORAS o clasificadoras y pueden ser cuantitativas y/o cualitativas 3 Finalidad del An Finalidad del An álisis Discriminante lisis Discriminante ± Explicativos . Se trata de determinar la contribución de cada variable predictora a la clasificación correcta de cada uno de los individuos. ± Predictivos . Se trata de determinar el grupo al que pertenece un individuo para el que se conocen los valores que toman las variables predictoras. 4 Ejemplo N Ejemplo N º 1 1 – Rendimiento Acad Rendimiento Acad émico mico ± Variable criterio : rendimiento del alumno en un semestre académico (bajo, regular, alto) ± Variables predictoras : número de cursos matriculados, promedio semestral anterior, promedio semestral acumulado, número de créditos aprobados, carrera, turno, sexo, procedencia de colegio, NSE. ± El objetivo es descubrir las características que diferencian a un estudiante universitario con rendimiento regular de uno con rendimiento bajo o con rendimiento alto.
Background image of page 1

Info iconThis preview has intentionally blurred sections. Sign up to view the full version.

View Full DocumentRight Arrow Icon
2 5 Ejemplo N Ejemplo N º 2: Riesgo crediticio 2: Riesgo crediticio ± Variable criterio : valoración del crédito (moroso, no moroso) ± Variables predictoras : edad, sexo, estado civil, carga familiar, antigüedad laboral, tipo de renta, posesión de teléfono particular. ± El objetivo es poder clasificar a quienes solicitan crédito conforme a si representan o no un riesgo, basándonos en la información disponible. 6 Principales T Principales T écnicas Discriminantes cnicas Discriminantes ± AD Lineal de Fisher ± AD Cuadrático ± Regresión Logística ± Redes Neuronales Supervisadas ± AD usando el método de los k-vecinos más cercanos ± AD usando estimación de densidad por kernels ± AD Flexible ± AD Penalizado ± AD usando mezclas gaussianas ± AD usando algoritmos genéticos ± AD usando árboles de clasificación 7 8
Background image of page 2
3 9 10 Esquema metodol Esquema metodol ógico del gico del ADLineal ADLineal DISEÑO DEL ANÁLISIS ANÁLISIS DE LAS VARIABLES EXPLICATIVAS ESTIMACIÓN DE LAS FUNCIONES DISCRIMINANTES ¿Cuál es el proceso utilizado en la obtención de las funciones discriminantes? ¿Cuál es el nivel explicativo de las funciones discriminantes?
Background image of page 3

Info iconThis preview has intentionally blurred sections. Sign up to view the full version.

View Full DocumentRight Arrow Icon
Image of page 4
This is the end of the preview. Sign up to access the rest of the document.

This note was uploaded on 05/12/2010 for the course APPLIED ST 2010 taught by Professor Various during the Spring '10 term at Universidad Nacional Agraria La Molina.

Page1 / 9

Unidad VI. Analisis Discriminante - Universidad Nacional...

This preview shows document pages 1 - 4. Sign up to view the full document.

View Full Document Right Arrow Icon
Ask a homework question - tutors are online