Добавил:
Upload Опубликованный материал нарушает ваши авторские права? Сообщите нам.
Вуз: Предмет: Файл:
Темы 2 сем.doc
Скачиваний:
1
Добавлен:
01.05.2025
Размер:
12 Мб
Скачать
☆
  1. Процедуры дискриминантного анализа

Модель дискримннантного анализа (discriminant analys- model) имеет следующий вид:

Модель дискриминангного анализа (discriminant analysis model)

Статистическая модель, лежащая в основе дискримннантного анализа.

Формулирование проблемы

Первый шаг дискриминантного анализа — формулирование проблемы путем определе­ния целей, зависимой переменой и независимых переменных. Зависимая переменная долж­на состоять из двух или больше взаимоисключающих и взаимно исчерпывающих категорий. Если зависимая переменная измерена с помощью интервальной или относительной шкалы, то ее следует, в первую очередь, перевести в статус категориальной. Например, отношение к торговой марке, измеренное по семибалльной шкале, можно категоризировать как неблаго­приятное (1,2, 3), нейтральное (4) и благоприятное (5, 6, 7). Можно поступить иначе. Для этого следует построить график распределения значений зависимой переменной и сформи­ровать группы равного размера с помошью точек отсечения. Предикторы следует выбирать, исходя из теоретической модели или ранее проведенного исследования, или, в случае поис­кового исследования, из интуиции и опыта исследователя.

Следующий шаг — разделение выборки на две части. Одна из них — анализируемая выбор­ка (analysis sample) — используется для вычисления дискриминантной функции.

Анализируемая выборка (analysis sample)

Часть общей выборки, которую используют для вычисления дискриминантной функции.

Другая часть — проверочная выборка (validation sample) — предназначена для проверки дис­криминантной функции.

Когда выборка достаточно большая, ее можно разбить на две равные части. Одна служит анализируемой выборкой, а другую используют для проверки. Затем роль этих половинок вза-

имно меняют и повторяют анализ. Это называется двойной перекрестной проверкой, и она аналогична методу, рассмотренному в регрессионном анализе (глава 17).

'Проверочная выборка (validation sample)

Часть общей выборки, которую используют для проверки результатов расчета на основании анализируемой выборки.

Часто распределение количества случаев в анализируемой и проверочной выборки явствует из распределения в обшей выборке. Например, если общая выборка содержит 50% лояльно и 50% нело­яльно настроенных покупателей, то анализируемая и проверочная выборки должны каждая содер­жать 50% лояльных и 50% нелояльных покупателей. В другом случае, если выборка содержит 25% лояльных и 75% нелояльных покупателей, следует выбрать анализируемую и проверочную выборки таким образом, чтобы их распределения отражали аналогичную картину (25% против 75%).

И наконец, проверку достоверности лискрмминантной функции предлагают выполнять не­однократно. Каждый раз выборку следует разбивать на две части: для анализа и проверки. Вычис­ляют дискричинантную функцию и выполняют анализ достверности модели. Таким образом, оценка достоверности основана на ряде испытаний. Предлагаются также более точные методы [5].

Чтобы лучше проиллюстрировать дискриминантный анализ для двух групп, обратимся к примеру. Предположим, что мы хотим определить главные характеристики семей, которые от­дыхали на курорте в последние два года, Данные получены на основании выборки, включаю­щей 42 семьи. Из них 30 включены (как показано в табл. 18.2) в анализируемую выборку, а ос­тавшиеся 12 (как показано в табл. 18.3) стали частью проверочной выборки.

Определение коэффициентов дискриминантнои функции

После определения анализируемой выборки (табл. 18.2) мы можем вычислить коэффици­енты дискриминантнои функции, используя два метода. Прямой метод (direct method) — вы­числение дискриминантнои функции при одновременном введении всех предикторов.

Прямой метод (direct method)

Метод дискриминантного анализа, в котором дискриминантную функцию вычисляют при одновременном введении всех предикторов.

В этом случае учитывается каждая независимая переменная. При этом ее дискриминирую­щая сила не принимается во внимание. Этот метод больше подходит к ситуации, когда анали­тик, исходя из результатов предыдущего исследования или теоретической модели, хочет, чтобы в основе различения лежали все предикторы. Альтернативным методом является пошаговый метод. При пошаговом дискриминантом анализе (stepwise discriminant analysis) предикторы вво­дят последовательно, исходя из их способности различить (дискриминировать) группы.

Пошаговый дискриминантный анализ (stepwise discriminant analysis)

Дискриминантный анализ, при котором предикторы вводятся последовательно, в зависимо­сти от их способности различить группы.

Некоторые результаты можно получить, изучив групповые средние и стандартные отклоне­ния. Маркетологи обнаружили, что в деление совокупности на две группы самый большой вклад внесла переменная "доход". Кроме того, оказалось, что переменная "значение, прида­ваемое семейному отдыху*', важнее для различения групп, чем переменная "отношение к пу­тешествию". По возрасту главы семьи две группы различаются мало, а стандартное отклонение этой переменной большое.

Значимость одномерных F-статистик (отношений внутри групповых сумм квадратов к обшей сумме квадратов) указывает, что когда предикторы рассматриваются по отдельности, то только доход; значение, придаваемое семейному отдыху; и размер семьи значимо различаются между семьями, которые посетили курорт, и между теми, кто не отды­хал на курорте.

Поскольку имеется две группы, то оценивается только одна дискриминантная функция. Собственное значение, соответствующее этой функции, равно 1,7862. Каноническая корреля­ция, соответствующая этой функции, равна 0,8007. Квадрат корреляции, равный (0,8007)г = 0,64, показывает, что 64% дисперсии зависимой переменной (посещение курорта) объясняется этой моделью. Следующая стадия дискриминантного анализа включает определение значимо­сти :искриминантной функции.

Определение значимости дискриминантной функции

Бессмысленно интерпретировать результаты анализа, если определенные дискрими-нантные функции не являются статистически значимыми. Поэтому следует выполнить статистическую проверку нулевой гипотезы о равенстве средних всех дискримннантных функций во всех группах генеральной совокупности. В программе SPSS эта проверка ба­зируется на коэффициенте лямбда (λ) Уилкса. Уровень значимости оценивают, исходя из преобразования λ-статистики в статистику хи-квадрат (исходя из распределе­ния хи-квадрат. которому подчиняется Х-статистика). При проверке значимости в приме­ре с посещением курорта (табл. 18.4) можно отметить, что λ, равная 0,3589, преобразуется в хи-квадрат статитстику, равную 26,13 с пятью степенями свободы. Она значима при уровне, превышаюшем 0,05. В программе SAS вычисляют приближенную F-статистику, основанную на апроксимации к распределению отношения правдоподобия. В программе BMDP проверка нулевой гипотезы базируется на преобразовании Х- статистики Уилкса в f-статистику. В Minitab нельзя выполнить проверку значимости. Если нулевую гипотезу отклоняют, что указывает на значимую дискриминацию, то можно продолжать интерпре­тировать результаты.

Line 57 Интерпретация результатов

Интерпретация дискриминантных весов аналогична интерпретации во множественном регрессионном анализе. Значение коэффициента для конкретного предиктора зависит от дру­гих предикторов, включенных в дискриминантную функцию. Знаки коэффициентов условны, но они указывают, какие значения переменной приводят к большим и маленьким значениям фvнкции и связывают их с конкретными группами.

Некоторое представление об относительной важности предикторов можно также получить, изучив структурные коэффициенты корреляции, которые также называют каноническими или дискриминантными нагрузками. Эти линейные коэффициенты корреляции между каждым из предикторов и дискриминантной функцией представляют дисперсию, которую предиктор де­лит вместе с функцией. Как и нормированные коэффициенты, эти коэффициенты корреля­ции следует использовать осторожно.

Полезно исследовать нормированные коэффициенты дискриминантной функции в при­мере с отпуском на курорте. С данными низкими коэффициентами корреляциями между пре­дикторами можно использовать значения нормированных коэффициентов, чтобы предполо­жить, что доход — наиболее важный предиктор при дискриминации между группами, а за ним следуют размер семьи и значение, придаваемое семейному отдыху. Аналогичное наблюдение получено из проверки структурных корреляций. Эти коэффициенты линейной корреляции между предикторами и дискриминантной функцией перечислены в порядке их убывания.

Также даны и ненормированные коэффициенты дискриминантной функции. Для класси­фикации данных их можно применить к необработанным значениям переменных в провероч­ной выборке. Кроме того, показаны групповые центроиды, дающие значения дискриминант­ной функции, оцененные по групповым средним. Центроид группы 1 (семьи, отдыхающие на курорте) имеет положительное значение, а центроид группы 2 — равное ему. но отрицательное. Знаки коэффициентов соответствующих предикторов положительны. Это означает, что чем выше доход семьи; ее размер; значение, придаваемое семейному отдыху; отношение к путеше­ствию и возраст, тем выше вероятность семейной поездки на курорт. Разумно создать профиль двух групп с точки зрения трех предикторов, которые кажутся наиболее важными: доход, раз­мер семьи и значение, придаваемое семейному отдыху. Значения этих трех переменных для двух групп приведены в табл. 18.4.

Относительную важность предикторов иллюстрирует следующий пример.

При интерпретации результатов дискриминантного анализа также может помочь разработ­ка характеристической структуры (characteristic profile) для каждой группы посредством описа­ния каждой группы через групповые средние для предикторов.

| Характеристическая структура (characteristic profile)

j Средство интерпретации результатов дискриминантного анализа описанием каждой группы через групповые средние для предикторов.

Если важные предикторы установлены, то сравнение групповых средних по этим перемен­ным может помочь понять межгрупповые различия. Однако прежде чем интерпретировать ка-кис-л1:бо факты, необходимо убедиться в достоверности результатов.

Оценка достоверности дискриминантного анализа

Как уже говорилось, данные разбивают случайным образом на две подвыборки. Анализи­руемую часть выборки используют для вычисления лискри минантной функции, а провероч­ную—для построения классификационной матрицы.

Коэффициент результативности (hit ratio)

Процент случаев, верно классифицированных с помощью дискриминантноп анализа.

В примере семейного отдыха на курорте) также показаны результаты классифика­ции, полученные на основе анализируемой выборки. Коэффициент результативности или процент верно классифицированных случаев равен (12 + 15)/30 = 0,90 или 90%. Могут воз­никнуть сомнения, что этот коэффициент результативности искусственно завышен, поскольку данные, использованные для вычисления, использовались и для проверки. Выполнение клас­сификационного анализа по независимому набору данных приводит к классификационной матрице с немного меньшим коэффициентом результативности (4 + 6)/12 = 0,833 или 83,3% (табл. 18.4). Задав случайным образом дне группы равного размера, можно ожидать, что коэф­фициент результативности равен 1/2 = 0,50 или 50%. Однако превышение точности классифи­кации над случайной классификацией составляет свыше 25%, и поэтому достоверность дис­криминантного анализа оценивают как удовлетворительную.

СТАТИСТИКИ, СВЯЗАННЫЕ

С ДИСКРИМИНАНТНЫМ АНАЛИЗОМ

Ниже приведены основные статистики, связанные с дискриминантным анализом.

Каноническая корреляция (canonical correlation). Измеряет степень связи между дискрими-нантными показателями и группами. Это мера связи между единственной дискриминирую­щей функцией и набором фиктивных переменных, которые определяют принадлежность к данной группе.

Центроид (средняя точка) (centroid). Центроид — это средние значения для дискриминант-ных показателей конкретной группы. Центроидов столько, сколько групп, т.е. один пентроид для каждой группы. Средние группы для всех функций — это групповые центроиды.