Многомерный анализ данных методами прикладной статистики

Смысл процедуры классификации, т.е. предсказания, к какой совокупности принадлежит конкретный объект, можно проиллю­ стрировать на простейшем примере, отрансеином на рис. 2.3 (две переменные и две группы). Центроиды в #- Рис. 2,3, Отображение процедуры классификации Для нового объекта находится его проекция на дискрими- нантную ось (т.е. значение дискриминантной функции - дискри- минантный показатель) и определяется, к, какому из центроидов (для первой или второй группы) он более близко расположен. Со­ ответственно, он будет отнесен к этой группе. Степень «близости» может определяться с помощью пороговых значений (если разме­ ры групп равны, то пороговое значение - среднее арифметическое двух центроидов, если же группы не равнь!, то вычисляется сред­ невзвешенная). Для двух групп дискриминантный анализ может рассматри­ ваться также как процедура множественной регрессии. Если коди­ руются две группы как 1 и 2 и затем используются эти переменные в качестве зависимых переменных в множественной регрессии, то получатся результаты, аналогичные тем, которые получили бы с помощью дискриминантного анализа: Группа = a + b,x, + ... + b, „x,„, (2.6) где а - константа; - коэффициенты регрессии. Интерпре­ тация результатов задачи с двумя совокупностями тесно следует 43