Avaliação do desempenho em análise discriminante discreta

Abstract

A Análise Discriminante Discreta (ADD) está frequentemente associada a estudos nas áreas das ciências sociais e da saúde. Nestes domínios é comum dispor de classes a priori mal separadas e/ou amostras de pequenas dimensões. Neste contexto, muitos dos métodos de ADD revelam um fraco desempenho, impondo-se o desenvolvimento de outros métodos de classificação, nomeadamente por recurso à combinação de modelos. Neste trabalho iremos avaliar o desempenho de um método de ADD, usando uma abordagem de combinação de modelos, recorrendo à taxa de observações corretamente classificadas e a uma medida de associação entre as classes a priori e as classes previstas segundo a análise efetuada. Estas medidas serão determinadas em amostra de teste e/ou mediante validação cruzada.