En muchos casos es necesario determinar la pertenencia de un individuo a uno de varios grupos posibles, sin más información que un conjunto de medidas y observaciones realizadas sobre él.
Una sencilla situación de análisis discriminante aparece frecuentemente en el contexto médico: a partir de cierta prueba diagnóstica (cuyo resultado puede ser positivo o negativo) se debe determinar si el paciente está o no enfermo. El resultado de la prueba es lo que conocemos como variable clasificadora y con ella pretendemos clasificar al paciente como enfermo o sano. No obstante es bien sabido que existe la posibilidad de errores en los diagnósticos, debido a que las pruebas no son completamente fiables. Las probabilidades de que estos errores se produzcan deben ser conocidas y tratadas en el marco de la teoría estadística.
Como suele suceder en ocasiones, la incorporación de restricciones a los datos permite diseñar procedimientos que aprovechan esta nueva información. Que las clases se distribuyan normalmente es un ejemplo:
Cuando la hiopótesis de normalidad no se puede sustentar, por ejemplo ante la presencia de variables categóricas, y el número de clases es exactamente dos, se puede hacer uso de la técnica de
Por último, un sencillo e intuitivo método de discriminación no paramétrico conocido como el de los k vecinos más próximos:
© BioMates, 2000-2001