판별분석 예제

우리는 표준 회귀 분석을 수행하기 위해 우리의 통계 소프트웨어에 위의 표에서 데이터를 입력합니다. 해석의 출력에는 회귀 계수 테이블, 다중 결정 계수 및 전체 F 검정이 포함됩니다. 우리는 아래의 각 출력에 대해 설명합니다. 또한, 많은 실용적인 경우에 선형 판별체는 적합하지 않습니다. LDA와 피셔의 판별은 커널 트릭을 통해 비선형 분류에 사용하기 위해 확장 될 수있다. 여기서, 원래관측값은 더 높은 차원의 비선형 공간에 효과적으로 매핑된다. 이 비선형 공간의 선형 분류는 원래 공간의 비선형 분류와 동일합니다. 이 것의 가장 일반적으로 사용 되는 예는 커널 피셔 차별. 분석의 첫 번째 작업은 SAT 및 GPA를 기반으로 선형, 최소 제곱 회귀 방정식을 정의하여 학업 성과를 예측하는 것입니다. 그 방정식은 우리의 차별함수가 될 것입니다. 두 개의 독립 변수가 있으므로 방정식은 다음과 같은 형태를 취합니다: 출력 네비게이터에서 클래스 Funs 링크를 클릭하여 분류 함수 테이블을 봅니다.

이 예제에서는 각 클래스에 대해 하나씩 두 가지 함수가 있습니다. 각 변수는 더 높은 값을 포함하는 클래스에 할당됩니다. 차별 분석 기술은 특정 교육 프로그램에 대한 입학을 예측하는 데 도움이 됩니다. 교육 시험을 공부하는 심리학자들은 여러 변수의 차이점에 따라 어떤 학생이 성공할지 예측합니다. 이러한 가정을 약간 위반할 경우 판별 분석이 비교적 강력하다고 제안되었으며[11] 이분법 변수(다변량 정상성이 있는 경우)를 사용할 때 차별 분석이 여전히 신뢰할 수 있는 것으로 나타났습니다. 종종 위반). [12] 판별 분석이 적합한 시기를 설명할 수 있는 많은 예가 있습니다. 청량 음료의 무거운, 중간 및 가벼운 사용자가 냉동 식품의 소비 측면에서 다른지 여부를 알 수 있습니다. 심리학 분야에서, 그것은 그들의 심리적 특성 이나 특성측면에서 식료품의 가격에 민감한 및 비 가격에 민감한 구매자를 구별하는 데 사용할 수 있습니다.

비즈니스 분야에서는 매장 충성도를 보유한 고객및 매장 충성도가 없는 고객의 특성이나 특성을 이해하는 데 사용할 수 있습니다. 앞에서 설명한 것처럼 판별 함수 분석은 MANOVA와 매우 유사하며 ANOVA/MANOVA에서 언급한 MANOVA에 대한 모든 가정이 적용됩니다.

This entry was posted in Uncategorized. Bookmark the permalink.

Fatal error: Cannot redeclare class walker in /home/content/90/8606590/html/booksnboots/wp-content/themes/teentouch/comments.php on line 10