UNIVERSIDAD

INTERAMERICANA DEL NORTE

Campus la FE
MATERIA: Análisis Multivariante

TEMA: Conceptos básicos del análisis multivariante.

PROFESOR: Ing. Brandon Reyes Ramírez

Luis Badillo

Gustavo Alan
 23/7/2022 2

ANÁLISIS DISCRIMINANTE
Es una técnica estadística que se utiliza para clasificar a
distintos individuos en grupos, o poblaciones, alternativos a
partir de los valores de un conjunto de variables sobre los
individuos a los que se pretende clasificar. Cada individuo
puede pertenecer a un solo grupo.

Persigue explicar la pertenencia de cada individuo original a

uno u otro grupo preestablecido, en función de las variables
de su perfil, y a la vez que cuantificar el peso de cada una
de ellas en la discriminación. De ora parte, el análisis
discriminante persigue predecir a qué grupo más probable
habrá de pertenecer un nuevo individuo del que
únicamente se conoce su perfil de variables. La variable
categórica grupo es lo que se explica y lo que predice.

Análisis discriminante
Conceptos básicos del análisis discriminante 23/7/2022 3

Objetivo
Explicar la pertenencia de cada individuo a un
grupo (variable categórica) según la variable
aleatoria p-dimensional del objeto (variable
explicativa).
Predecir a qué grupo pertenece un individuo
nuevo, del que conocemos el valor de la
variable p dimensional clasificadora o
explicativa.
Puede aplicarse para:
✓ Describir: Explicar la diferencia entre los
distintos tipos de objetos.
✓ Hacer Inferencia: Contrastar diferencias
significativas entre poblaciones.
✓ Tomar de decisiones: Decidir donde clasificar
un objeto.
Análisis discriminante 23/7/2022 4

Análisis
El análisis parte de una tabla de datos de
n individuos en que se han medido p
variables cuantitativas independientes o
explicativas, como perfil de cada uno de
ellos.
En la clasificación discriminante hay dos
enfoques:
❑ Basado en la obtención de funciones
discriminantes de cálculo, similar a las
ecuaciones de regresión lineal múltiple.
❑ Empleando técnicas de correlación
canónica y de componentes
principales, denominado análisis
discriminante canónico
Análisis discriminante 23/7/2022 5
Supuestos

• Existen K poblaciones o grupos G1, G2,....Gk.

• Cada grupo está formado por n1, n2,...nk objetos:
• Sobre cada objeto han sido medidas p variables x1, x2,.xp,
• Se quiere buscar una regla de decisión que permita asignar un
objeto a uno de los grupos partiendo de la información anterior.
• Los datos se presentan en matriz de n objetos pertenecientes a K
grupos, medidos por una variable aleatoria p dimensional y una
variable discreta que indica el grupo al que pertenece cada objeto.
 Análisis discriminante 23/7/2022 6

CLASIFICACIÓN
Funciones discriminantes lineales
de Fisher:

Permiten diferenciar los grupos

para el proceso de clasificación. Son
combinación lineal de las P
variables, interviniendo cada una
con un peso diferente que indica las
que más discriminan. Problema
descriptivo.
Funciones discriminantes
canónicas:
Sirven para la predicción óptima del
grupo a que pertenece un individuo.
Problema de inferencia.
Análisis discriminante 23/7/2022 7

Modelo matemático del análisis discriminante

Es muy sencillo, ya que se basa en un
sistema de ecuaciones lineales. Por
supuesto, el análisis se complica más, pero
esto quedaría fuera de la labor de
Economipedia, la economía sencilla.

Como vemos, son un conjunto de ecuaciones

cuya variable dependiente (y) representa
unas puntuaciones determinadas. Estas, a su
vez, son funciones lineales de otras variables
discriminantes (X) y de una serie de
parámetros (a).
Análisis discriminante 23/7/2022 8

CLASIFICACIÓN CON DOS GRUPOS Y UNA

VARIABLE CLASIFICADORA, X

Problema: Clasificar a cada individuo en el

grupo correcto, según la variable
clasificadora.
Gráficamente, podríamos representar las
hipotéticas funciones de frecuencias de la
variable X para cada uno de los dos grupos.
Las distribuciones de frecuencias y la
varianza son iguales en los dos grupos,
coincidiendo en todo menos en su media.
Se pueden solapar: pueden haber errores de
clasificación.
Análisis discriminante 23/7/2022 9

Criterios de clasificación

Si Xi < C, se clasifica al individuo i en el grupo I.

Si Xi > C, se clasifica la individuo i en el grupo II.

Los errores de clasificación se encuentran en :

• Área a la derecha de C : Casos del grupo I en los que Xi > C, es decir, son casos del grupo I
mal clasificados en el grupo II.
• Área a la izquierda de C : Casos del grupo II en los que Xi < C, es decir, son casos del grupo II
mal clasificados en el grupo I.
Análisis discriminante 23/7/2022 10

CLASIFICACIÓN CON DOS O MÁS GRUPOS Y DOS O

MÁS VARIABLES CLASIFICADORAS

Para dos grupos, desde el punto de vista factorial el objetivo es obtener una función lineal
que separe lo mejor posible a los dos grupos.
Criterio:
Buscar el eje que separe lo más posible los centros de los grupos, de forma que los individuos
de cada grupo sean lo más homogéneos posibles. Hay que maximizar la dispersión entre
grupos respecto a la dispersión dentro de los grupos.
Generalizar a K grupos:
Habrá más de un eje discriminante. El objetivo es representar a los n individuos de K grupos
predefinidos, en un espacio de dimensión reducida (ejes discriminantes) de forma que los
grupos proyectados en ese espacio estén bien diferenciados.
Análisis discriminante 23/7/2022
11

Conclusión

El Análisis Discriminante se puede considerar como

un análisis de regresión donde la variable
dependiente es categórica y tiene como
categorías la etiqueta de cada uno de los grupos,
y las variables independientes son continuas y
determinan a qué grupos pertenecen los objetos.
Se pretende encontrar relaciones lineales entre las
variables continuas que mejor discriminen en los
grupos dados a los objetos