72353_it-IT

liliconcom

Analisi discriminante vs. Screening predittore: hit diversi dallo stesso set di dati; perché?

Ciao JMP Community,

 

Innanzitutto, mi scuso per non aver condiviso dati e risultati effettivi: attualmente sto lavorando a set di dati sensibili che non ho avuto il tempo di anonimizzare.

 

Vorrei capire meglio le differenze tra la piattaforma Analisi discriminante e la piattaforma di screening Predictor. Capisco che questi rappresentano approcci diversi con diverse ipotesi ma, se una combinazione di variabili continue dovesse raggiungere un punteggio elevato nella piattaforma di screening Predictor, sarebbe ragionevole aspettarsi che almeno alcune delle stesse variabili vengano selezionate dalla piattaforma Analisi discriminante (Stepwise Selezione variabile)?

 

In altre parole, se i risultati principali dell'analisi discriminante e dello screening predittivo sono per lo più diversi, è fortemente suggerito che nessuna delle variabili immesse in questi modelli sia effettivamente associata al risultato?

 

Grazie per l'aiuto.

 

Cordiali saluti,

 

TS

Ri: Analisi discriminante vs. Screening predittore: hit diversi dallo stesso set di dati; perché?Queste tecniche sono molto diverse con diverse ipotesi.

Lo screening predittivo è una foresta casuale, che è una serie di modelli di alberi. Nessuna ipotesi distributiva.

L'analisi discriminante è una tecnica multivariata che è abbastanza sensibile all'assunzione di normalità. Inoltre, ci possono essere ampie dimensioni del campione necessarie per stimare alcuni modelli discriminanti (quadratici, regolarizzati, ecc.)

Qual è il migliore e "corretto" per te? Chissà? Controlla attentamente le ipotesi. Se i dati sono grandi, è possibile eseguire l'analisi su più sottoinsiemi (che cos'è automaticamente lo screening dei predittori)?

Per citare George Box, tutti i modelli sono sbagliati, dal momento che sono utili. Cerca qualcosa che sia utile.