Análisis discriminante: puntajes de Fisher (como SPSS)
Hola Sam,
Aquí hay más información, si es útil: https://www.ibm.com/docs/en/spss-statistics/beta?topic=analysis-discriminant-statistics
Estoy ejecutando un LDA simple en mycluster con las 6 variables básicas (naranja... arándano).
Aquí hay un ejemplo:
id naranja pomelo limón fresa frambuesa arándano 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
Salida LDA deseada ("mycluster 1 2" son encabezados para las 3 columnas en la siguiente tabla):
Clasificación Función Coeficientes
mi racimo 1 2
naranja 7.318 15.466
pomelo -6.189 -10.719
limón .488 12.336
fresa 42.241 13.117
frambuesa 17.201 14.129
arándano 45.019 30.221
(Constante) -4625.059 -2422.181
Funciones discriminantes lineales de Fisher
Para ayudarnos a comprender mejor el problema y la necesidad, ¿podría proporcionarnos una tabla de datos de ejemplo o un análisis más completo utilizando el enfoque deseado?
Detalle:
Ocasionalmente, I+D crea segmentos de categorías de productos a partir de una gran cantidad de preguntas mediante el análisis de conglomerados.El siguiente paso es utilizar el análisis discriminante lineal paso a paso (LDA) para reducir la cantidad de preguntas necesarias para predecir con precisión el segmento de encuestados.A partir del resultado, solíamos proporcionar un conjunto de "puntuaciones de Fisher" (usando el lenguaje SPSS) del modelo LDA para investigar a los proveedores para que pudieran crear un algoritmo para clasificar a los encuestados.(Sea n=número de encuestados, k=número de preguntas en el modelo LDA reducido y m=número de segmentos).Usando álgebra lineal, esto requería multiplicar la matriz de datos del encuestado nxk por la matriz de puntuación de Fisher kxm (y sumar k más el intercepto) para calcular la puntuación LDA para cada encuestado por segmento.El segmento con la puntuación más alta se le asignó al encuestado.¿Podría producir una matriz de puntaje de Fisher similar (kxm, más la intersección) para los m segmentos como parte de su salida?
Hola de nuevo,
También he visto estos puntajes llamados "coeficientes de la función de clasificación de Fisher" si ayuda a rastrearlos.
Aquí está mi motivación:
Una vez que se ha realizado un análisis de conglomerados útil sobre los datos de los encuestados, los investigadores desean una forma de predecir el conglomerado de nuevos encuestados en futuras encuestas utilizando solo unos pocos elementos de la lista original. Por lo tanto, recurrimos al LDA por pasos para crear un modelo de predicción. Sin embargo, me gustaría tener un conjunto sencillo de "puntuaciones de Fisher" (es decir, conjuntos de coeficientes más la intersección --- un conjunto por conglomerado) que pueda incorporar en mi próxima encuesta para filtrar/calificar a los encuestados según su conglomerado previsto. Básicamente, solo necesito multiplicar los datos por los coeficientes y luego sumar la intersección -- para cada conglomerado y luego comparar las puntuaciones para predecir el conglomerado. Alternativamente, puedo tomar estas puntuaciones "SUMPRODUCT" (usando la jerga de la función de Excel) y exponenciarlas y luego expresarlas como una proporción frente a la suma de los exponenciales para calcular la probabilidad de pertenecer al conglomerado.
Por último, sería muy útil añadir la opción de dejar uno fuera o la validación cruzada al proceso de selección por pasos para evitar el sobreajuste del modelo (por una razón). Además, el objetivo de la selección de variables es encontrar la cantidad MÍNIMA ABSOLUTA de elementos en el modelo que se necesitan para predecir la pertenencia a un grupo, ya que el investigador no desea desperdiciar espacio de la encuesta haciendo una serie de preguntas de encuesta solo para predecir un grupo.
Hola amigos de JMP,
¿Tienes alguna novedad sobre esta idea? ¿Has encontrado cómo calcular las puntuaciones de la clasificación de Fisher? Si no, creo que un colega mío puede haber encontrado un paquete de R que pueda calcularlas (además de SPSS). Avísame si necesitas ayuda. (Estamos intentando que el método sea accesible para todos nuestros usuarios de JMP (P&G)).
¡Gracias!
