Análisis discriminante Investigación de mercado

¿Qué es el análisis discriminante?

El Análisis Discriminante (DA) es una técnica utilizada en Estadística para clasificar hallazgos. Colocan estos hallazgos en grupos que no se superponen según las puntuaciones de una o más variables predictivas cuantitativas. Como sugiere su nombre, es una forma de discriminar o clasificar resultados. Tres personas comparten el mérito de haber dado a luz a DA. Se trata de Mahalanobis en India, Fisher en el Reino Unido y Hotelling en Estados Unidos.

Un médico puede realizar una DA para encontrar pacientes con riesgo alto o bajo de sufrir un accidente cerebrovascular. El análisis podría clasificarlos en grupos de alto o bajo riesgo. Puede basar estos grupos en atributos personales como la masa corporal o el nivel de colesterol. O pueden basarlo en comportamientos de estilo de vida. Por ejemplo, puede clasificarlos en función del número de cigarrillos al día o de las sesiones de ejercicio semanales.

Puede utilizar DA para objetivos predictivos o descriptivos. Los pasos involucrados son los siguientes:

• Encuentra el problema
• Estimar los coeficientes de la función discriminante.
• Descubra la importancia de estas funciones discriminantes
• Interpretar los resultados
• Evaluar la validez de los resultados.

¿Por qué es importante el análisis discriminante?

Researchers use the Discriminant Analysis process to help them understand the connection between a “dependent variable” and one or more “independent variables.” A dependent variable is one that a researcher tries to explain or predict from the values of the independent variables. Sometimes the dependent variable is divided into several categories (categorical variable).

DA toma variables independientes continuas y desarrolla una relación o ecuaciones predictivas. Los investigadores utilizan estas ecuaciones para colocar las variables dependientes en grupos.

Cuando la variable dependiente tiene dos categorías, el tipo utilizado es el Análisis Discriminante de dos grupos. Si tiene tres o más categorías, el tipo utilizado es el Análisis Discriminante múltiple. También existe el análisis discriminante lineal (LDA) y el análisis discriminante cuadrático (QDA).

Aquí está la distinción principal entre los tipos de Análisis Discriminante. Para dos grupos, sólo es posible derivar una función discriminante. Este tipo de DA se conoce como Análisis de Función Discriminante. En el caso de múltiples análisis discriminantes, puede calcular más de una función discriminante.

DA tiene como objetivo responder las siguientes preguntas:

• ¿En qué difieren los agrupamientos esperados y observados?
• ¿Qué tan significativa es estadísticamente la brecha entre los dos?

It is a robust research and analysis tool, especially when researchers try to understand how groups (age cohorts, customers) or items (items, brands) differ.

Por qué las empresas necesitan un análisis discriminante

El análisis discriminante tiene muchos beneficios, especialmente hoy en la era de los datos. Este método es una ventaja comprobada. Gracias a ello, muchas empresas ahora pueden impulsar el crecimiento, las ganancias y la competitividad.

Muchos ejemplos pueden explicar cuándo encaja DA. Por ejemplo, puede utilizarlo para descubrir en qué se diferencian los consumidores ligeros, medios o intensivos de refrescos en su consumo de alimentos congelados.

Es una herramienta popular porque tiene un uso generalizado en diferentes industrias. Las empresas pueden utilizarlo para analizar problemas específicos. Deben determinar qué variable independiente tiene el resultado más significativo en una variable dependiente.

Acerca del análisis discriminante

Puede comparar el análisis discriminante con el análisis de regresión en cuanto a cómo identifica el grado en que los objetos se adhieren a las condiciones de ciertos grupos.

También puedes compararlo con el análisis de conglomerados, que es un aprendizaje no supervisado. Por el contrario, DA es aprendizaje supervisado. El investigador establece la categoría del objeto antes de iniciarlo.

DA tiene muchos usos. Por ejemplo, puede aprovecharlo para determinar qué variables predictivas están relacionadas con la variable dependiente. También puede utilizar DA para predecir el valor de este último y desarrollar mapas de percepción.

SIS International Research assists businesses all over the globe in their strategic planning. We offer market research services, and we use Discriminant Analysis across industries. We can help with your Qualitative and Quantitative Market Research. SIS also provides UX and Strategy Market Research and Competitive Analyses.