CURSO: Nectologia

ACTIVIDAD PRACTICA : UN CASO DE ESTUDIO DISCRIMINACION DE STOCK

Fecha: 03 de noviembre 2014
Profesor: Guido Plaza

Objetivos de la Clase:

Introducir a los estudiantes al Anlisis Discriminante

Ilustrar cuantitativamente las tcnicas de Identificacin de Stock, mediante un caso de estudio

Anlisis Discriminante

El problema de la clasificacin es frecuente en la actividad cientfica y constituye un proceso consustancial

con casi cualquier actividad humana. En muchas ocasiones los investigadores tanto cientficos como
profesionales ligados a la gestin se enfrentan a la disyuntiva de tomar una decisin sobre un proceso, un
mecanismo, o un mtodo determinado. Cuando hablamos de clasificar a un sujeto en un grupo determinado, a
partir de los valores de una serie de parmetros medidos u observados, y esa clasificacin tiene un cierto
grado de incertidumbre, resulta razonable pensar en la utilizacin de una metodologa probabilstica, que nos
permita cuantificar esa incertidumbre. Desde el punto de vista estadstico existen varias metodologas
relacionados con el problema de la clasificacin, y una de las tcnicas ms usadas es la de Anlisis
Discriminante (AD).

Objetivo

AD es usado para determinar, a partir de un set de variables, cuales de ellas discriminan dos o ms grupos. Por
ejemplo, un experto educacional puede querer investigar cuales variables discriminaran a aquellos
estudiantes graduados de educacin media, que decidirn estudiar una carrera tcnica, de aquellos que
optarn por una carrera universitaria, o aquellos que pretendern ingresar directamente al mundo laboral.
Para resolver esta disyuntiva el investigador podra colectar informacin sobre diversas variables previas a la
graduacin. Por lo tanto, AD puede ser usado para determinar las variables que mejor predigan la eleccin
estudiantil.

Enfoque Computacional

Computacionalmente AD es muy similar al Anlisis de Varianza (ANDEVA) que hemos visto en los prcticos
anteriores. Consideremos el siguiente ejemplo, supongamos que medimos la altura en muestra aleatoria de
50 mujeres y 50 hombres. Las mujeres resultan ser en promedio ms bajas que los hombres y esta diferencia
es reflejada en la ANDEVA. Por lo tanto, la variable altura nos permite discriminar entre mujeres y hombres
con una probabilidad ms all del simple azar, es decir, si una persona alta, esta probablemente ser un
hombre, y viceversa. En consecuencia la idea bsica en AD es determinar si grupos difieren en relacin a la
media de una variable, y luego usar esas variables para predecir la inclusin de nuevos caso a los grupos
respectivos.

En trminos generales la tcnica construye un set de ecuaciones lineales con las variables predictoras, de la
forma:

L a b1 X 1 b2 X 2 bn X n ei

Donde a es la constante, y b son los coeficientes discriminases, Xs son la variables explicatorias y ei

es la fraccin no es explicada por el modelo.
En el caso de una variable simple, la significancia de si esta variable discrimina entre grupos, es evaluada a
travs del test-F.

Mltiples Variables. Usualmente se incluyen varias variables para evaluar cuales de ellas contribuyen a la
discriminacin entre grupos, a travs de un test-F multivariado.

En trminos generales el anlisis discriminante puede resumirse en los siguientes pasos.

1. Plantear el problema a resolver por un Anlisis Discriminante

2. Analizar si existen diferencias significativas entre los grupos
3. Establecer el nmero y composicin de las dimensiones de discriminacin entre los grupos analizados
4. Determinar qu variables clasificadoras explican la mayor parte de las diferencias observadas
5. Construir procedimientos sistemticos de clasificacin de objetos de procedencia desconocida en los
grupos analizados
6. Evaluar la significacin estadstica y prctica de los resultados obtenidos en el proceso de clasificacin

Procedimiento

1.- Abrir SYSTAT y cargar el archivo ROCKFISH disponible el escritorio

2.- Abra el modulo Anlisis Discriminante En el men Statistics

3.- Desarrolle el modelo con la variable AREA como variable de grupo y ANCHO y LARGO como variables
independientes.

Desarrolle el modelo algebraicamente.

4.-Interprete la tablas de clasificacin