1.

5 Diskriminant Analizinde Seçme Kriterleri

Diskriminant analizi yapılırken bazı istatistiklerin incelenmesi sonucu modele girecek olan
değişkenlerin seçilmesi mümkündür. Bu kriterler sırası ile Wilk’s Lamda, Rao’s V,
Malanalobis uzaklığının karesi ve gruplar arası F oranıdır. Bu kriterler aşağıda sırasıyla
açıklanmaktadır.
1.5.1 Wilk’s Lamda Katsayısı
Wilk’s lamda katsayısı birden fazla değişkenin olduğu durumlarda gruplar arasındaki
farklılığın olduğunu ortaya koyan çok değişkenli bir katsayıdır. Seçilen örneğin anakütlenin
bir parçası olması dolayısıyla yeni bir sorun gündeme gelmektedir. Aslmda ana kütlede hiçbir
grup farklılığı olmamasına rağmen örnek sonucunda gruplar arasında bir fark bulunması
olasılığı nedir. Bu noktada istatistiksel anlamlılık şeçilen örneğin ne kadar anlamlı olduğunu
gösterir. İstatistiksel anlamlılıktan söz edilebilmesi için örnekleme tekniğinin rastlantısal
örnekleme tekniği olması gerekmektedir. Fonksiyonun kendisini incelemek yerine modelden
elde edilen kalıntıların test edilmesi daha anlamlı olacaktır.
Bu katsayının hesaplanmasında birden fazla yöntem olmasına rağmen aşağıdaki yöntem
kullanılacaktır'5.

Bu katsayının hesaplanmasında birden fazla yöntem olmasına rağmen aşağıdaki yöntem

kullanılacaktır15.
A _ ssw ^ ssw
SS, SSb+SSw w
SSy, grup içi Toplamların karesi, SSt, ise gruplar arası Toplamların karesidir.
Wilk’s lamda katsayısının test edilebilmesi için öncelikle, bu katsayının F veya ki-kare
dağılımına uygun hale getirilmesi gerekmektedir. Bu dönüşüm yapıldığı anda hesaplanmış
tablolardan karşılaştırma yapmak kolaylaşacaktır. Bu dönüşüm ise aşağıdaki formül ile
yapılacaktır:

1.5.2 Rao’s V
Rao’s V15 mahalanobis uzaklığını kullanarak her bir grubun ortalamasının bütün
gözlemlerin ortalamalarına olan uzaklıklarını dikkate alarak hesaplanan bir istatistiktir. Bu
istatistik gruplar arasındaki ayrıştırmayı maksimize ederken grubun homojenliğini dikkate
almamaktadır.
1.5.3 Mahalanobis Uzaklığı
ilk iki yöntemde de gruplar arasındaki ayrıştırma maksimum yapılmaya çalışılmaktadır.
Fakat iki gruptan fazla grup olması durumunda bütün grupların optimum uzaklıkta olması
sağlanamayabilir. Mahalanobis uzaklığı bütün grupların birbirlerinden olan uzaklıklarının
optimum olmasını sağlamaktadır.

1.5.4 Gruplar Arası F-Oranı

Mahalanobis uzaklığı kullanılarak hesaplanan değerde bütün grupların ağırlığının eşit olduğu
varsayımı yapılır. Bu kısıtlamadan kurtulabilmek için Mahalanobis uzaklığı F oranına
dönüştürülür. Bu dönüştürme işlemi sırasında büyük gruplar küçük gruplara oranla daha fazla
ağırlık alırlar.