Analyse discriminante : scores de Fisher (comme SPSS)
Salut Sam,
Voici plus d'informations, si utiles : https://www.ibm.com/docs/en/spss-statistics/beta?topic=analysis-discriminant-statistics
J'exécute un simple LDA sur mycluster avec les 6 variables de base (orange... myrtille).
Voici un exemple:
id orange pamplemousse citron fraise framboise myrtille mycluster
1,00 89,00 81,00 85,00 55,00 70,00 56,00 2
2,00 90,00 83,00 94,00 59,00 42,00 61,00 2
3,00 95,00 79,00 87,00 61,00 58,00 49,00 2
4,00 56,00 41,00 62,00 88,00 84,00 83,00 1
5,00 71,00 56,00 61,00 92,00 86,00 85,00 1
6,00 66,00 68,00 60,00 83,00 90,00 89,00 1
7,00 68,00 62,00 45,00 79,00 98,00 91,00 1
8,00 82,00 81,00 85,00 55,00 70,00 56,00 2
9,00 90,00 88,00 94,00 59,00 42,00 61,00 2
10,00 95,00 79,00 84,00 61,00 58,00 49,00 2
11,00 56,00 41,00 62,00 93,00 84,00 83,00 1
12,00 71,00 56,00 61,00 92,00 84,00 85,00 1
13,00 66,00 68,00 60,00 83,00 90,00 91,00 1
14,00 68,00 62,00 45,00 79,00 95,00 91,00 1
Sortie LDA souhaitée ("mycluster 1 2" sont les en-têtes des 3 colonnes du tableau ci-dessous) :
Coefficients de fonction de classification
moncluster 1 2
orange 7.318 15.466
pamplemousse -6.189 -10.719
citron .488 12.336
fraise 42.241 13.117
framboise 17.201 14.129
myrtille 45.019 30.221
(Constante) -4625.059 -2422.181
Fonctions discriminantes linéaires de Fisher
Pour nous aider à mieux comprendre le problème et le besoin, seriez-vous en mesure de fournir un exemple de tableau de données ou une analyse plus complète en utilisant l'approche souhaitée ?
Détail:
Occasionnellement, la R&D crée des segments de catégories de produits à partir d'un grand nombre de questions à l'aide d'une analyse par grappes.L'étape suivante consiste à utiliser l'analyse discriminante linéaire pas à pas (LDA) pour réduire le nombre de questions nécessaires pour prédire avec précision le segment de répondants.À partir de la sortie, nous avions l'habitude de fournir un ensemble de "Fisher's Scores" (en utilisant le langage SPSS) du modèle LDA aux fournisseurs de recherche afin qu'ils puissent créer un algorithme pour classer les répondants.(Soit n = nombre de répondants, k = nombre de questions dans le modèle LDA réduit et m = nombre de segments).En utilisant l'algèbre linéaire, cela nécessitait de multiplier la matrice de données du répondant nxk par la matrice de score de Fisher kxm (et de faire la somme sur k plus l'ordonnée à l'origine) pour calculer le score LDA pour chaque répondant par segment.Le segment avec le score le plus élevé a été attribué au répondant.Pourriez-vous produire une matrice de score de Fisher similaire (kxm, plus l'interception) pour les m segments dans le cadre de votre sortie ?
Salut à nouveau,
J'ai également vu ces scores appelés « coefficients de fonction de classification de Fisher » si cela aide à les retrouver.
Voici ma motivation --
Une fois qu'une analyse de cluster utile a été effectuée sur les données des répondants à l'enquête, les chercheurs aimeraient trouver un moyen de prédire le groupe de nouveaux répondants dans les enquêtes futures en utilisant seulement quelques éléments de la liste d'origine. Nous nous tournons donc vers Stepwise LDA pour créer un modèle de prédiction. Cependant, je voudrais avoir un ensemble simple de « scores de Fisher » (c'est-à-dire des ensembles de coefficients plus l'intercept --- un ensemble par cluster) que je puisse intégrer dans ma prochaine enquête pour filtrer/qualifier les répondants en fonction de leur cluster prédit. En gros, il me suffit de multiplier les données par les coefficients, puis d'ajouter l'intercept -- pour chaque cluster, puis de comparer les scores pour prédire le cluster. Alternativement, je peux prendre ces scores « SUMPRODUCT » (en utilisant la fonction Excel vernaculaire) et les exponentieller, puis les exprimer sous forme de ratio par rapport à la somme des exponentielles pour calculer la probabilité d'appartenir au cluster.
Enfin, il serait vraiment utile d'ajouter l'option Leave One Out ou la validation croisée à votre processus de sélection par étapes pour éviter de sur-adapter le modèle (pour une raison). De plus, l'objectif de la sélection des variables est de trouver le nombre MINIMUM ABSOLU d'éléments dans le modèle qui sont nécessaires pour prédire l'appartenance à un groupe, car le chercheur ne souhaite pas gaspiller de l'espace d'enquête en posant un tas d'éléments (questions d'enquête) juste pour prédire un groupe.
Salut les amis JMP,
Avez-vous des nouvelles à partager sur cette idée ? Avez-vous trouvé comment calculer les scores de classification de Fisher ? Sinon, je crois qu'un collègue a trouvé un package R permettant de les calculer (en plus de SPSS). N'hésitez pas à me contacter si vous avez besoin d'une piste. (Nous essayons de rendre cette méthode accessible à tous nos utilisateurs JMP (P&G).)
Merci!
