Автор: Статистик 17.01.2018 - 22:06
Доброго всем времени суток!
Появилась необходимость разобраться с дискриминантным анализом в SPSS.
Нашла пример, который мне покоя не дает
http://lib.qrz.ru/node/11382
А разве корректно использовать дихотомические переменные в качестве факторов (независимых переменных)?
А если не корректно, то какой метод использовать для получения аналитического выражения для дискриминантной функции? Т.е. всякие нейронные сети или деревья классификации не годятся для решения поставленной задачи.
Автор: leo_biostat 17.01.2018 - 22:22
Цитата(Статистик @ 17.01.2018 - 22:06)
Доброго всем времени суток!
Появилась необходимость разобраться с дискриминантным анализом в SPSS.
Нашла пример, который мне покоя не дает
http://lib.qrz.ru/node/11382
А разве корректно использовать дихотомические переменные в качестве факторов (независимых переменных)?
А если не корректно, то какой метод использовать для получения аналитического выражения для дискриминантной функции? Т.е. всякие нейронные сети или деревья классификации не годятся для решения поставленной задачи.
Коллега,
!
При наличии подобных переменных следует использовать метод логистической регрессии.
Подборку статей об этом методе читайте по адресу http://www.biometrica.tomsk.ru/logit_0.htm
К сожалению в пакетах подобных SPSS, глубоко этот метод не реализовать.
Успеха!
Автор: Статистик 17.01.2018 - 22:26
Цитата(leo_biostat @ 17.01.2018 - 23:22)
Коллега,
!
При наличии подобных переменных следует использовать метод логистической регрессии.
Подборку статей об этом методе читайте по адресу http://www.biometrica.tomsk.ru/logit_0.htm
К сожалению в пакетах подобных SPSS, глубоко этот метод не реализовать.
Успеха!
Спасибо, я так и думала, что нужна логистическая регрессия
Автор: passant 18.01.2018 - 13:15
Цитата(Статистик @ 17.01.2018 - 22:06)
Т.е. всякие нейронные сети или деревья классификации не годятся для решения поставленной задачи.
Как раз деревья классификации вполне корректно применять для любых признаков, в том числе номинальных или дихотомических. Только ответ будет не в виде аналитической функции, а в виде логической (логического предиката).
Что касается нейронных сетей - то их есть столько и разных,
что общий ответ - да, можно, но надо их правильно построить.