13  Análisis discriminante

En el análisis discriminante, junto con los clúster y con Chaid, cimpleta el conunto de cuatro técnicas de clasificación que disponemos en BW8. Abajo en la llamada a la función se determinan los argumentos.

source('C:/Users/rober/Documents/R/ts.brb.test/Rprofile.site');source('C:/Users/rober/Documents/R/ts.brb.test/functions.R')

==========================
  Motor Barbwin8 cargado 
==========================

data <- expss::read_spss('data/datos_para_discriminante.sav')

bw8discriminant(df = data, # dataframe de trabajo
     weight_var = "PESO",# variable de pnderación, peso
     group_var = "Segmento_Valor", # group_var, variable que contiene la clasificación, codificada, categoría.
     indep_vars = c("Tiempo_Web", "Ingresos", "Quejas_Anuales", "Consumo_GB"), # indep_vars, numéricas (categoría deberían binarizarse antes)
     id_var = "ID_Cliente", # identificador único, no debe tener repeticiones; obligatorio.
     export_json = TRUE, # si se exporta la clasificación calculada
     json_path = "discriminant_scores.json", # nombre y ruta del archivo que contiene la clasificación calculada
     publish = TRUE
)

Análisis discriminante lineal

Variable de agrupación: Segmento_Valor

Ponderación aplicada mediante: PESO (Redondeada a entero)

Modelo

Coeficientes estandarizados de las funciones discriminantes

Nota: valores absolutos mayores indican mayor poder discriminatorio para esa función particular.

Resultado de la clasificación

Clasificación correcta global: 89.5 %

Mapa de puntuaciones discriminantes