tv.um.es

O o decimoprimero y video discriminante, donde vamos a ver cómo se hace ya al discriminante en la práctica estamos en la página 87 bueno, hasta la manera en la que tendremos nuestros datos siempre vamos a obtener toque importante variable numérica que se miden los grupos, vale para hacerlo dado una nueva variable variables son numérica importante y que vamos a tener una variable que puede ser numérica o no, que nos indiquen grupo? Vale, grupos? Pueden indicar, pues con valores alfanuméricos para no tener cuidado, porque luego usa a la hora de poner los grupos y el orden alfabético. Mítico? Vale? Bueno, esto nos va a indicar, sería individuo estar en un grupo en otro y aquí como siempre tenemos nuestras observaciones omega o sin preferí con la actuación del tema anterior, os unos que son nuestros individuos a diferencia del tema anterior? Aquí estos individuos no forman una muestra aleatoria, siempre para ello tenemos que separar los grupos. Entonces, si bajémoslos osos j, tal que j tienen, jota igual a una constante, vale decir? Cogemos a los individuos que no grupo, eso sí va a ser una muestra, la antonia simple de las variables de ese vector directorio que tiene con ese. En algunos casos hemos supuesto. Son normales, vale con matriz de covarianzas y medidas en algunos casos. La matriz covarianzas son bueno. Por lo tanto, la manera de calcular medias, covarianzas etc. Cambia un poquito. Con respecto a lo que hemos hecho un componente principal es porque hay que hacerlo por grupos padre. Por ejemplo, si queremos hacer las medias, se puede calcular la media de todos los individuos, pero eso no tiene ningún sentido, sino que lo que tenemos que hacer en la media del grupo jota vale para ello. Cogemos todos los que tienen una variable. La variable del grupo junta da igual, Hadj, suponemos, por ejemplo, que los indicadores aquí voy a simplemente números que nos indica. Por ejemplo, uno que está en el grupo 1, etcétera. Normalmente aparecen ordenados, pero no es necesario. Pues no lo mismo, pasaríamos la matriz de covarianzas. Si queremos estimar la Madrid de covarianzas del grupo jota, pues solamente tenemos que coger a los individuos de grupo junto a el 1, la función indicador que nos dice unos y la verdad. Luego solamente cogemos los individuos del grupo j, a los que le restamos sus medias puestos de medias, y, de esta manera, con el vector columna y vector fila, igual que hacíamos en sistema anterior, pero solo con un grupo j, y en j es el tamaño del grupo, se calcula la matriz de covardia. Fijaros que necesitamos, al menos -2 individuos en el grupo. Cada grupo para poder calcular la matriz de covarianzas, y no se puede, no se puede hacer este método. Necesitamos, al menos -2 individuos. Calidad bastante más para que funcione bien. Se tienen que ser porque no vale. Bueno, esa es la variedad de calcular la distribución óptima, la matriz de cabañas que no conocemos y la conocemos estimarla y lo mismo medias se sabe su distribución y hablamos de ella en el tema anterior, que huesos y ahora ya pasaríamos a verlo. Qué pasa si suponemos? Claro, ya no estamos seguros, en teoría, que las matrices de covarianzas de los grupos son iguales, es decir, si queremos hacer un análisis discriminante lineal, bueno, pues en este caso lo que tenemos que hacer es estimar esta matriz v, que es la matriz y cómo se pueden hacer de forma óptima. Pues muy sencillo. Van esta formulada aquí. Esto es lo que se llama la matriz de varianza en ingleses. Pule ponderada, podríamos traducir, vale, en la que, para estimar un común en todos usaremos estas estimaciones de cada grupo, todas ellas son buenas estimaciones. Pensarán. Mejores estimaciones. Cuanto más grandes de su tamaño vale que pudo usar, como siempre es la demanda de covarianzas, o la matriz de cuasi-covarianzas, vale obligando por cuasi covarianzas por el peso que tiene esa estimación. Que en j menos -1 se puede obtener. El mejor estibadores había dado para banau vale? Es la fórmula que gusana r. Cuando hagamos un análisis discriminante lineal, para estimar extra materia desconocido vale Una vez que v estimada pues la fórmula que hemos visto en teoría simplemente, pues él añade. Gorros a todo. Es decir, la función discriminante lineal de Fisher muestral, que es la que vamos a ver en prácticas, pues era el borro z son dos variables, son fórmulas, será abor que sea una estimación, vea, vale o de manera ese domingo, pero vale, estimamos la media de cada grupo y estimamos la materia de covarianzas. Como con la fórmula que hemos visto cta son las patria, vale? Bueno, todo lo demás se hace exactamente igual, la probabilidad tipo uno estimada pues lo único que hacemos es usar las normales, tanda silenciándola normales, tanda un y variante y aquí en vez de poner del pues se pone una aproximación, del que está gorro. En la distancia embajada no vi muestra que también había usado ya los componentes principales, que la misma vale en este caso. La estancia entre las dos medias pero usando la Madrid covarianzas, estimada, que está vuelve a ser la misma vale, vale? Bueno, a partir de aquí la función criminal, discriminante, fis pinta, se puede clasificar acepta todo, etcétera, vale, todo lo que hemos visto, teórico como se puede hacer exactamente igual, y lo mismo pasa con sea más de dos grupos. O si creamos usarla lineales, también nos vale para dos grupos, pues cogeríamos la fórmula correspondiente y le pondríamos por todo menos hace. Vale, acordó estas se calculaba, daba donde fuese, máximo vale? Aquí significaba recordar la función discriminante era mayor que estaba en el grupo de que vale? Pues ahora hablaremos todo con vale en r. Las recta automática se 70 de haber sido mayor que cero o menos vale; herreno usa esa utiliza otras. Recordamos que daba igual porque se podía multiplicar por anda siempre que no fuese 0. También se pueden hacer las proyecciones canónicas, que sería exactamente lo mismo que hemos visto, pero usando vale. Y si pasamos al análisis discriminante cuadrática sería un caso en el que suponemos que las covarianzas son iguales. Entonces esta sería la fórmula de cada grupo, donde la principal diferencia es que ahora ya directamente no seamos sube gorro, sino que en cada grupo usamos qbe, gorros u, y con la fórmula que hemos visto aquí se clasifica en donde se hace mínima esta distancia embajada. La no avis, está formada mediante esta parte. Si queremos esta es la que va a decir. Queremos transformarla, pues y usar solo malas novelistas excusar está aquí. Bueno, esto, esto se basa en que hay normalidad, etc. Y por lo tanto, pues hay muchas hipótesis, las covarianzas son iguales, no son iguales que métodos usamos, está claro la práctica, cuál se usa? Vale para todo ello? Para dar una cierta seguridad, métodos. Pues vamos a ver en el vídeo siguiente, qué significa la validación, cruzada, y cómo se puede aplicar? A para determinar qué método usa y si el método de fiable conocía