ANLISIS DISCRIMINANTE 2 GRUPOS

MINITAB 17
1.-

La muestra se divide en dos sub muestras, una utilizada para la estimacin de la funcin
discriminante, la otra es destinada con fines de validacin
Calc/Datos Aleatorios/Bernoulli/
#Filas = 100
Almacenar: C25
Probabilidad: 0.4

2.-

Codificar Grupos en Texto

Ubicarse en columna C6, Clic Derecho/Insertar Columnas
Datos/Codificar/Numrico a Texto
Codificar: Region
Mtodo: Codificar valores individuales
Valor actual: 0, 1
Valor codificado: USA / North America,
Outside North America
Almacenar: en hoja actual / columna C6

3.-

Mostrar tabla estadsticos descriptivos

Estadisticas/Tablas/Estadisticos Descriptivos

Variable para fila: Region_T

Variables categoricas: mostrar
conteos y porcentajes totales

4.-

Hallar variables significativas para discriminar

a.- Estadisticas/Estadisticas bsicas/Mostrar estadsticos descriptivos
Variables: Todas las var. Independ.
Por Variable: Var. Dependiente
Estadisticas: media, N valores
presentes

b.-

Hacer prueba de 2 medias, para demostrar que tienen medias diferentes.

Estadisticas/Estadisticas bsicas/T de 2 muestras

Hacer clic en cada muestra en su columna

Muestra 1: cada una de las var. Independ.
Muestra 2: Var. Dependiente

Esta operacin se hace para cada una de las 13 variables independientes comparndola con la
variable dependiente Regin

Verificar que variables tienen P_Value < 0.05 o P_Value < 0.10
Se seleccionan:
Prod Qual, P_Value = 0.000
Prod Line, P_Value = 0.000
Salesf Imag, P_Value = 0.003
Comp Pric, P_Value = 0.000
Pric Flex, P_Value = 0.000
(El libro usa una prueba adicional: one way y elimina 2 variables ms, esto no tiene minitab, por
tanto usar solo las variables que indica el libro)

5.-

Graficar Grupos y Variables vs Data

Grfica/Grfica de puntos/Con Grupos

Variables de grficas: Las 3 var. Independ.

Variable Categrica: Var. Dependiente

6.-

Agregar Leyenda al Grfico

Seleccionar ejes del grfico
Editor/Editar escala Y

Clic en mostrar
Quitar check a etiquetas de marcas
principales (columna Alto)

Seleccionar los puntos del grafico

Editor/Editar puntos/Grupos: Region_T

7.-

Anlisis Discriminante:
Stat/Multivariable/Discriminant Analysis:

Grupos: Var. dependiente

Predictores: Todas las var. Indep.
Almacenar: una columna por grupo
Clic en Opciones: probabilidad de la
poblacin (0.4 USA, 0.6 Outside)

Se obtiene el siguiente modelo

8.-

Desarrollar la Funcin Discriminante (como son 2 grupos, se forma 1 funcin)

Calc/Calculadora

Almacenar: columna nueva C29

Expresin: Restar columna C28 C27
Marcar: Agregar como frmula

9.-

Predecir la clasificacin de grupos

Se halla el score 1 (con funcin lineal de Fisher 1) y score (con funcin lineal de Fisher 2). Si
el score 1 > score 2, entonces la observacin se clasifica con el valor 0 es decir grupo
USA; caso contrario se clasifica como grupo Outside. Esta es la forma mas sencilla de
clasificar sin embargo se recomienda clasificar usando la funcin discriminante para hallar el
score y determinar luego el punto de corte ptimo para luego asignar una clasificacin.
Determinar Score 1:
Almacenar: columna nueva C30
Expresin:
-52.8799+7.7250*'Prod Line'+6.4560*'Comp Pric'+4.2311*'Pric Flex'
Marcar: Agregar como frmula

Determinar Score 2:

Almacenar: columna nueva C31

Expresin:
-60.5658+6.9088*'Prod Line'+7.3492*'Comp Pric'+5.9125*'Pric Flex'
Marcar: Agregar como frmula

Determinar Score:
Almacenar: columna nueva C32
Expresin: No incluir constante -7.68592
-0.81619*'Prod Line'+0.89314*'Comp Pric'+1.68139*'Pric Flex'
Marcar: Agregar como frmula

Clasificacin de grupo usando Score 1 y Score 2

Almacenar: columna nueva C33

Expresin:
IF(('SCORE_1'-'SCORE_2') > 0,0,1)
Marcar: Agregar como frmula

Clasificacin de grupo usando Score y punto ptimo de corte

El punto de corte ptimo se obtiene con la siguiente frmula

Sustituyendo en la funcin discriminante el valor de las medias del grupo 1 para las variables
Prod Line, Comp Pric y Pric Flex se obtiene el centroide del grupo 1; se igual forma se procede
para hallar el centroide del grupo 2.
Del paso 4 tomar nota de las medias y registrarlas en minitab como se muestra.

Usando la funcin discriminante: Hallamos los centroides reemplazando las medias del primer
grupo y luego del segundo grupo, en la siguiente funcin.
FD = -0.81619*'Prod Line'+0.89314*'Comp Pric'+1.68139*'Pric Flex'

Hallamos el punto de corte ptimo:

Clasificacin de grupo usando Score y punto ptimo de corte

10.- Determinar clasificaciones erradas

Comparamos la clasificacin realizada en la columna C40 com la clasificacin original Region_T
Estadisticas/Tablas/Tabulacin cruzada

11.- Validar la funcin discriminante

Ir a Holdout Sample (la muestra de 40 datos) y luego:
Calcular el Score con la funcin discriminante
Calc/Calculadora
Almacenar: columna nueva C27
Expresin: Copiar la funcin discriminante: No incluir constante -7.68592
-0.81619*'Prod Line'+0.89314*'Comp Pric'+1.68139*'Pric Flex'
Marcar: Agregar como frmula

Copiar el punto ptimo de corte

Determinar la clasificacin de la muestra Holdout Sample usando Score y punto de corte

12.- Determinar clasificaciones erradas

Comparamos la clasificacin realizada en la columna C29 com la clasificacin original Region_T
Estadisticas/Tablas/Tabulacin cruzada

13.- Resumen de los resultados

Con Analysis Sample
a) Para el grupo USA se clasific correctamente 25 datos y 7 datos errados (p correcto =
25/32 = 78.13%)
b) Para el grupo Outside se clasific correctamente 27 datos y 1 dato errado (p correcto =
27/28 = 96.43%
c) El modelo FD tiene um p xito = (25 + 27) / 60 = 86.7% tal se obtuvo en el paso 7
Com Holdout Sample
d) Para el grupo USA se clasific correctamente 9 datos y 2 datos errados (p correcto = 9/11
= 81.82%)
e) Para el grupo Outside se clasific correctamente 25 datos y 4 dato errado (p correcto =
25/29 = 86.21%
f) El modelo FD tiene um p xito = (9 + 25) / 40 = 85.0%