Analisi discriminante: i punteggi di Fisher (come SPSS)Analisi discriminante: i punteggi di Fisher (come SPSS)
Statistiche e analisiRe: Analisi discriminante: punteggi di Fisher (come SPSS)Dettaglio:
Occasionalmente, la ricerca e lo sviluppo crea segmenti di categorie di prodotti da un gran numero di domande utilizzando l'analisi dei cluster.Il passaggio successivo consiste nell'utilizzare l'analisi discriminante lineare graduale (LDA) per ridurre il numero di domande necessarie per prevedere con precisione il segmento del rispondente.Dall'output, fornivamo una serie di "Fisher's Scores" (utilizzando il linguaggio SPSS) dal modello LDA ai fornitori di ricerca in modo che potessero creare un algoritmo per classificare gli intervistati.(Let n=numero di intervistati, k=numero di domande nel modello LDA ridotto e m=numero di segmenti).Utilizzando l'algebra lineare, ciò richiedeva di moltiplicare la matrice di dati del rispondente nxk per la matrice del punteggio di Fisher kxm (e sommare oltre k più l'intercetta) per calcolare il punteggio LDA di ciascun rispondente per segmento.Il segmento con il punteggio più alto è stato assegnato al rispondente.Potresti produrre una matrice di Fisher's Score simile (kxm, più l'intercetta) per i segmenti m come parte del tuo output?
