Discriminant analysis

Καλησπέρα σε όλους!!
Ιδού το πρόβλημα: Μας έχει δοθεί προεκλογικό ερωτηματολόγιο όπου
υπάρχει ερώτηση πρόθεσης ψήφου(με 12 κατηγορίες) στην οποία αρκετοί δεν έχουν απαντήσει.Ακόμη, υπάρχουν ερωτήσεις οι οποίες θα πρέπει να χρησιμοποιηθούν ώστε να προβλεφθεί η πρόθεση ψήφου σε όσους δεν έχουν απαντήσει.

Ο σκοπός είναι να κατατάξω σε κάποιο κόμμα τους αναποφάσιστους ψηφοφόρους, ώστε να προβλέψω το τελικό αποτέλεσμα.

Το ερώτημά μου είναι το εξής:
1) επειδή υπάρχουν αρκετές μεταβλητές,θέλω να μειώσω τη διάσταση του προβλήματος.Αυτό θα το επιτύχω είτε με PCA είτε με FA. Όμως,επειδή οι περισσότερες είναι κατηγορικές,μάλλον η PCA δεν ταιριάζει.Θα βόλευε η FA?

2)Όσον αφορά τη μέθοδο με την οποία θα κάνω τη διαχωριστική...σίγουρα θα χρησιμοποιήσω κοντινότερους γείτονες. Επειδή χρειάζομαι και δεύτερη μέθοδο,διεξήγαγα ελέγχους κανονικότητας για κάποιες από τις μεταβλητές. Αφού αυτές αφορούν κλίμακα,οι έλεγχοι απέρριψαν την κανονικότητα.Συνεπώς η lda kai qda απορρίπτονται.Μια multinomial logistic regression δεν θα βοηθούσε?

Ευχαριστώ.

yparxei FA gia mixed variables, opote mallon afto tha voleve perissotero. stin R yparxei paketo pou to kanei afto. i k-NN einai kali. epeidi i normality aporriptetai min aporripteis tin qda i tin lda. kane kapoia cross validation kai des an i k-NN i discrminant dinun kalytera apotelesmata kai krine analogws meta.

Analysi me missing data can be tricky!! Otan kapoia dedomena de ta exeis dei tote prepei na skefteis prosektika ti ypotheseis tha itheles na kaneis gia na proxoriseis...

Pio sygkekrimena, prepei na skefteis poia einai i sxesi auton pou apantisan se sxesi me autous pou den apantisan.

Senario 1 (eukolo): autoi pou apantisan einai ena tyxaio ypo-deigma tou deigmatos pou exeis (missing completely at random). Se autin tin periptosi to apotelesma pou tha pareis apo autous pou apantisa einai OK -- den xreiazetai na kaneis tipota.

Senario 2 (ligo pio dyskolo): autoi pou apantisan einai ena tyxaio ypo-deigma tou deigmatos sou dedomenou kapoion epeksigimatikon metabliton (missing covariate dependent). Se auti tin periptosi, prepei na xtiseis ena montelo (logika multinomial logistic regression) opou prepei na kaneis correct gia tis metablites pou epireazoun (or anameneis na epireazoun) both tin prothesi psifou kai to ean kapoios apantaei i oxi.

Senario 3 (dyskolo): autoi pou apantisan den einai ena tyxaio ypo-deigma tou deigmatos sou, akoma ki ean kaneis condition se covariates (missing not at random). Auti i periptosi einai i pio dyskoli, kai xreiazetai na montelopoiiseis apo koinou tin prothesi psifou me to ean kapoios apantaei i oxi.

R4ever egw katalavainw oti exei kapoia atoma pou exun apantisei se oles tis erwtiseis. ara mporei na ftiaksei ena kanona discriminant analysis. Meta exei kapoious allous pou exun apantisei se oles ektos apo tin prothesi psifou. Ara petaei tous neous aftous mesa kai ston kanona kai provlepei tin eksartimeni.

OK, auto mporei na ginei, alla to thema einai ean xreiazetai na ginei! Poia akribos einai i erotisi edo? Ean katalaba kala auto pou thelei o LB, den einai stin ousia na kanei problepsi toso poly gi'autous pou den apantisan, oso na brei stin ousia ta pososta prothesis psifou. Se autin tin periptosi, den kerdizeis tipota me to na kaneis predict autous pou loipoun. P.x., ean eisai sto Senario 1 pou anafera prin, ama metriseis tis sixnotites se autous pou exoun apantisei tote exeis mia amerolipti ektimisi ton sixnotiton prothesis psifou.

Egw pantws afto katalava, afto pou eipes twra, alla gia na kerdiseis kalyteri ektimisi lamvaneis ypospi tous tis covariates (apantiseis stis alles erwtiseis).