Zusammenfassung
In diesem Kapitel gehen wir wie bei der Varianzanalyse davon aus, dass die Gruppen bekannt sind. Im Gegensatz zur Varianzanalyse ist aber nicht bekannt, zu welcher Gruppe ein Objekt gehört. Gesucht ist eine Entscheidungsregel, die es erlaubt, ein Objekt einer der Gruppen zuzuordnen. Man spricht in diesem Fall von Diskriminanzanalyse. Ein klassisches Beispiel ist die Einschätzung der Kreditwürdigkeit eines Kunden. Bei der Vergabe des Kredites ist nicht bekannt, ob der Kunde die Verpflichtungen einhalten wird. Man kennt aber eine Reihe von Merkmalen wie das Alter, das Einkommen und das Vermögen. Auf Basis dieser Informationen ordnet man die Person entweder der Gruppe der Kunden zu, die kreditwürdig sind, oder der Gruppe der Kunden, die nicht kreditwürdig sind. Auch Ärzte klassifizieren Patienten anhand einer Reihe von Symptomen als krank oder gesund.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Literaturverzeichnis
McLachlan, G. J. (1992): Discriminant analysis and statistical pattern recognition. Wiley, New York
Hand, D. J. (1997): Construction and assessment of classification rules. Wiley, Chichester
Breiman, L., Friedman, J. H., Olshen, R. A., Stone, C. J. (1984): Classification and regression trees. Wadsworth, Belmont
Huberty, C. J. (1994): Applied discriminant analysis. Wiley, New York
Fahrmeir, L., Hamerle, A., Tutz, G. (1996): Multivariate statistische Verfahren. de Gruyter, Berlin, 2nd edition
Clark, L. A., Pregibon, D. (1992): Tree-based models. In Chambers, J. M., Hastie, T. J. (eds.) Statistical models in S, Pacific Grove
Kleinbaum, D. G. (1994): Logistic regression: a self-learning text. Springer, New York
Ripley, B. D. (1996): Pattern recognition and neural networks. Cambridge Univ. Press, Cambridge
Smith, M. (1993): Neural networks for statistical modelling. Van Nostrand Reinhold, New York
Lachenbruch, P. A., Mickey, M. R. (1968): Estimation of error rates in discriminant analysis. Technometrics, 10, 1–11
Krzanowski, W. J. (2000): Principles of multivariate analysis: a user’s perspective. Oxford University Press, Oxford, rev. edition
Hastie, T. J., Tibshirani, R. J., Friedman, J. H. (2001): The elements of statistical learning : data mining, inference, and prediction. Springer, New York
Loh, W. Y., Shih, Y. S. (1997): Split selection methods for classification trees. Statistica Sinica, 7, 815–840
Hosmer, D. W., Lemeshow, S. (1989): Applied logistic regression. Wiley, New York
Author information
Authors and Affiliations
Rights and permissions
Copyright information
© 2010 Springer-Verlag Berlin Heidelberg
About this chapter
Cite this chapter
Handl, A. (2010). Diskriminanzanalyse. In: Multivariate Analysemethoden. Statistik und ihre Anwendungen. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-642-14987-0_12
Download citation
DOI: https://doi.org/10.1007/978-3-642-14987-0_12
Published:
Publisher Name: Springer, Berlin, Heidelberg
Print ISBN: 978-3-642-14986-3
Online ISBN: 978-3-642-14987-0
eBook Packages: Life Science and Basic Disciplines (German Language)