Помогите разобраться с дискриминантным анализом Опции

[kont]

Помогите, пожалуйста, разобраться с дискриминантым анализом. Например, из 20 переменных, у меня в модель , после 7 шагов было включено нес-ко пременных ,но почему они был вкл. в модель ,Если только 2 из них стат. достоверны.?
Читаю определение толерантности переменной - Значение толерантности переменной вычисляется как 1 минус R-квадрат. Поэтому значение толерантности является мерой избыточности переменной. Я просто не могу понять, что значит избыточность переменной?

Эскизы прикрепленных изображений

 

[kont]

Код

Ну, предположим на мгновение, что длина носа "сильно положительно" коррелирует с длиной пениса. Какое такое "одно" они при этом "измеряют"?
Избыточность параметра модели - это степень его ненужности для целей объяснения дисперсии зависимой переменной.

Это было сказано сверх понятно

Код

Вас что, злые преподаватели/родители/старослужащие/сокамерники (нужное подчеркнуть) оставили наедине со статистическим пакетом, и вы пытаетесь понять, что от вас хотят?

Знаете, тут вы почти в точку. Преподы не любят, когда их беспокоят студенты, т.к. по умолчанию, все что перпод наговорил на только ему понятно языке.
Я просто стал читать как р-ты интерпретировать на примере интерпретаций р-тов хелпа по статистике.
http://statosphere.ru/blog/125-discriminant.html

там на примере цветов Фишера была показано интерпретация

Код

Очевидно, что первая дискриминантная функция отделяет главным образом сорт Setosa от других сортов ирисов. Каноническое среднее сорта Setosa Setosa очень сильно отличается от канонических средних других сортов. Вторая дискриминантная функция, по-видимому, предназначена для разделения главным образом сорта Versicol и других сортов, однако, как и следовало ожидать, основываясь на рассмотренных ранее собственных значениях, качество теперь много меньше.

Можете этот отрывать легко найти. Просто нажмите F3 и вставьте текст.

я делал по аналогии.
например, там видно, что первый корень отличает цветы Setosa, а второй корень Versicol , так как у них веса большие.
Т.о. я также стал это описывать.

Хотя вообще меня напрягает не понимание, что значит отрицательный вес?

[100$]

Хотя вообще меня напрягает не понимание, что значит отрицательный вес?

Конт, я же вас по-доброму просил напрягать извилину. Ибо извилина от неупотребления ржавеет сильнее, чем изнашивается от частого употребления.

Вы вешаете цитату, в которой русским по белому написано, как интерпретируются различия канонических средних. Скажите, пожалуйста, с каких это пор средние по группам называются "весами"?
Скорее уж весами являются стандартизированные коэффициенты канонических переменных.
А то, что вы назвали весами, на самом деле представляют собой центры тяжести многомерных выборок - центроиды.

Из цытаты следует, что если среднее канонических переменных по 1-ой дискриминантной функции (ДФ) (-1,609) (которая, кстати, вносит наибольший вклад в дискриминацию классов(групп))
сильнее всего отличается для группы 3 ( русский перевод G_3:5), то первая ДФ сильнее всего различает именно третью группу и в меньшей степени G_4:6.
Вторая дискриминантная функция, в основном, дискриминирует группу G_4:6 и в меньшей степени группу G_1:3.
От третьей ДФ во всех смыслах толку мало.

Сообщение отредактировал 100$ - 21.03.2014 - 14:21