Hispanopedia Wiki
Articulo de referencia

Análisis discriminante óptimo y análisis de árboles de clasificación

El análisis discriminante óptimo ( ODA ) [ 1 ] y el análisis de árbol de clasificación ( CTA ) relacionado son métodos estadísticos exactos que maximizan la precisión predictiva...

Hispanopedia WikiContenido en espanolLectura gratuita

El análisis discriminante óptimo ( ODA ) [ 1 ] y el análisis de árbol de clasificación ( CTA ) relacionado son métodos estadísticos exactos que maximizan la precisión predictiva. Para cualquier muestra específica e hipótesis exploratoria o confirmatoria, el análisis discriminante óptimo (ODA) identifica el modelo estadístico que produce la máxima precisión predictiva, evalúa la tasa exacta de error de tipo I y evalúa la posible generalización cruzada. El análisis discriminante óptimo puede aplicarse a más de  0 dimensiones, denominándose UniODA para el caso unidimensional y MultiODA para el caso multidimensional. El análisis discriminante óptimo es una alternativa al ANOVA (análisis de varianza) y al análisis de regresión .

Véase también

Referencias

  1. ↑ Proveedor: John Wiley & Sons, Ltd Contenido:texto/plano; charset="UTF-8" TY - JOUR AU - Yarnold, Paul R. AU - Soltysik, Robert C. TI - Distribuciones teóricas de óptimos para la discriminación univariada de datos aleatorios* JO - Decision Sciences VL - 22 IS - 4 PB - Blackwell Publishing Ltd SN - 1540-5915 UR - https://dx.doi.org/10.1111/j.1540-5915.1991.tb00362.x DO - 10.1111/j.1540-5915.1991.tb00362.x SP - 739 EP - 752 KW - Programación discreta KW - Modelos estadísticos lineales KW - Programación matemática KW - y técnicas estadísticas PY - 1991 ER -1.tb00362.x

Notas

  • Yarnold, Paul R.; Soltysik, Robert C. (2004). Análisis óptimo de datos . Asociación Americana de Psicología. ISBN 978-1-55798-981-9Archivado del original el 23/11/2008 . Consultado el 11/09/2009 .
  • Fisher, RA (1936). "El uso de mediciones múltiples en problemas taxonómicos". Anales de Eugenesia . 7 (2): 179– 188. doi : 10.1111/j.1469-1809.1936.tb02137.x . hdl : 2440/15227 .
  • Martínez, AM; Kak, AC (2001). "PCA versus LDA" (PDF) . IEEE Transactions on Pattern Analysis and Machine Intelligence . 23 (2): 228– 233. doi : 10.1109/34.908974 .
  • Mika, S.; et  al. (1999). "Análisis discriminante de Fisher con núcleos". Redes neuronales para el procesamiento de señales IX: Actas del taller de la Sociedad de Procesamiento de Señales del IEEE de 1999 (Cat. No. 98TH8468) . págs. 41–48 . CiteSeerX 10.1.1.35.9904 . doi : 10.1109/NNSP.1999.788121 . ISBN   978-0-7803-5673-3. S2CID 8473401 . 
  • Tutorial de LDA usando MS Excel
  • La función de análisis discriminante DSCRM de IMSL cuenta con numerosas definiciones matemáticas útiles.