STATISTIK-FORUM.de

Liebe Community,

In meiner Arbeit möchte ich über verschiedene Variablenkombinationen eine bestmögliche, kreuz validierte Reklassifizierung in den vordefinierte Gruppen erreichen. Die Aufagbe ist eigentlich ideal für zum Beispiel eine Wilks-lambda geführte lineare kanonische Diskriminanzanalyse. Leider herrscht bei meinen Variablen und in den Gruppen keine Normalverteilung und keine Varianzhomogenität, was sich stark auf die kreuzvalidierte Reklassifizierung auswirkt!
Darum möchte ich das Problem parameter frei angehen. Doch die gängigen Diskriminanzanalysen sind nicht Parameter frei (z.b. Gruppenzentroide = Mittelwerte, etc.).

Welche parameter freien Alternativen zur Diskriminanzanalyse/überwachte Klassifikation könnte ich verwenden?

Vielen lieben Dank für Hinweise und Anregungen.

Beste Grüße
Thomas

Hi,

Reklassifizierung in den vordefinierte Gruppen

Wenn es um Neuklassifizierungen von Datenbeständen -ohne viel Vorbedingungen- geht, durch ´Ausprobieren´, dann ein Verfahren der Clusteranalyse.

Gruß
S.

schumischu hat geschrieben:Reklassifizierung in den vordefinierte Gruppen

Die Aussage war leider etwas unglücklich von mir gewählt.
Um der Geschichte etwas mehr Leben geben:

Ich habe Proben von drei verschiedenen Bodentypen genommen (=Gruppen (Typ A, Typ B, Typ C)) und auf verschiedene Elemente getestet (Variablen (Natrium, Eisen, Blei,....insgesamt 32)). Nun suche ich die bestmögliche Variablenkombination mit der eine höchstmögliche kreuzvalidierte (leave-one-out) Reklassifizierung möglich ist. Eine schrittweise Diskriminanzanalyse ist wunderbar für eine solche Fragestellung. Doch leider sind die Variablen nicht normalverteilt und es herrscht auch keine Varianzhomogenität. Darum suche ich nach einer Alternative.
Bis jetzt bin ich nur auf die multinominale logistische Regression gestoßen.
Mich würde trotzdem interessieren ob es auch nichtparametrische Diskriminanzanalysen gibt (die z.B Mediane als Gruppenzentroide und geeigente nicht parametrische Streuparameter nutzen)?

Soweit ich weiß, nutzt man Clusteranalysen um "geeignete Gruppierungen" zu finden aber die Gruppen sind ja bei mir schon vorgegeben (definiert).

Liebe Grüße
Thomas