Slovník pojmů

Diskriminační analýza (LDA)

Definice

Diskriminační analýza hledá kombinace proměnných, které nejlépe oddělují předem známé skupiny — zdravé od nemocných, dobré výrobky od zmetků, tři odrůdy podle rozměrů — a umožňuje zařadit nová pozorování. Výstupem jsou diskriminační funkce, klasifikační matice s přesností a graf kanonických skóre.

Vícerozměrné metody

Metoda předpokládá vícerozměrnou normalitu a shodné kovarianční matice skupin; při jejich porušení volte kvadratickou variantu nebo logistickou regresi, která je vůči předpokladům odolnější. Kroková selekce vybere proměnné, které skutečně rozlišují.

Přesnost klasifikace posuzujte na testovacích datech nebo křížovou validací (leave-one-out), ne na datech, na kterých byl model odhadnut — jinak ji přeceníte. Kanonická analýza ukáže, kolik dimenzí je pro oddělení skupin potřeba.

V Statistice

Modul Statistiky → Vícerozměrné průzkumové techniky → Diskriminační analýza nabízí krokový výběr proměnných, klasifikační funkce, apriorní pravděpodobnosti, klasifikační matici i kanonickou analýzu s grafem skóre; Obecné modely diskriminační analýzy (GDA) přidávají kategoriální prediktory a interakce.

Dostupné od edice: Statistica Desktop

Související pojmy

Návody v knowledgebase

Časté otázky

Diskriminační analýza, nebo logistická regrese?
Při splněné normalitě a malých výběrech je diskriminační analýza účinnější; jinak je logistická regrese bezpečnější a snáz interpretovatelná.
Jak ověřit přesnost klasifikace?
Křížovou validací nebo odloženým testovacím výběrem; klasifikační matice na trénovacích datech je optimistická.

Vyzkoušejte to na vlastních datech

Statistica na 30 dní zdarma

Plná verze bez platební karty, kompletně v češtině. Nebo si nechte poslat orientační cenu za minutu.

Vyzkoušet 30 dní zdarmaOrientační cena

Vícerozměrné metody

Analýza hlavních komponent (PCA)Faktorová analýzaShluková analýzaVšechny pojmy →

Aktualizováno: září 2026.