Skip to main content
SpringerLink
Log in

Variablenselektion bei Multinomialen Klassifikationsproblemen

  • Conference paper
Nachsorge und Krankheitsverlaufsanalyse

Part of the book series: Medizinische Informatik, Biometrie und Epidemiologie ((MEDINFO,volume 28))

  • 49 Accesses

Zusammenfassung

Bei der Anwendung diskriminanzanalytischer Verfahren in der Medizin ist es häufig nicht möglich, von Variablen auszugehen, die metrisches Skalenniveau besitzen. Die für die Klassifikation interessanten Variablen sind oft qualitativ und besitzen Nominal-,bestenfalls noch Ordinalskalenniveau. Um Methoden, die diesem Skalenniveau Rechnung tragen, von herkömmlichen metrischen Verfahren zu unterscheiden, spricht man von diskreter Diskriminanzanalyse oder diskreter Klassifikation (Goldstein und Dillon (1978)).

This is a preview of subscription content, log in via an institution to check access.

Access this chapter

Log in via an institution
Chapter
USD 29.95
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
eBook
USD 44.99
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
Softcover Book
USD 59.99
Price excludes VAT (USA)
  • Compact, lightweight edition
  • Dispatched in 3 to 5 business days
  • Free shipping worldwide - see info

Tax calculation will be finalised at checkout

Purchases are for personal use only

Institutional subscriptions

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Literatur

  • Anderson, T.W.: An Introduction to multivariate Statistical Analysis New York: Wiley, 1952

    Google Scholar 

  • Bishop,Y., Fienberg,S., Holland,P.: Discrete Multivariate Analysis, Cambridge, Mass.: MIT Press 1975

    MATH  Google Scholar 

  • Cochran,W.G.: On the performance of the linear discriminant functions Technometrics 6(1969), 179–190.

    Article  MathSciNet  Google Scholar 

  • Dillon,W.R., Goldstein,M.: On the performance of some multinomial classification rules, JASA 73(1978), 305–313.

    Article  Google Scholar 

  • Fienberg,S.E.: The Analysis of Cross-Classified data, Mit Press, 1977.

    Google Scholar 

  • Glick,N.: Sample-based classification procedures derived from density estimators, JASA 67(1972), 166–172.

    Google Scholar 

  • Goldstein, M., Rabinowitz,M.: Selection of variates for the two group multinomial classification problem, JASA 70(1975), 776–781.

    Article  MATH  Google Scholar 

  • Habbema,J.D.F., Herman,J.: Selection of Variables in Discriminant Analysis by F-statistic and Error Rate, Technometrics 19(1977), 487–493.

    Article  MATH  Google Scholar 

  • Jain,A.K., Waller,W.G.: On the optimal number of features in the classification of multivariate Gaussian Data, Pattern Recognition 10 (1978), 365–374.

    Article  MATH  Google Scholar 

  • Lachenbruch,P.A.: Discriminant-Analysis, Hafner, New York 1975.

    MATH  Google Scholar 

  • Rao,C.R.: Inference on Discriminant Function coefficients, Essays in Probability and Statistics, R.C.Bose et al, eds. Chapel Hill: University of North Carolina an Statistical Publishing Society,587.

    Google Scholar 

  • Van Ness,J.W., Simpson,C: On the effects of dimension in Discriminant Analysis, Technometrics 18(1976), 175–187.

    Article  MATH  Google Scholar 

  • Weiner,J.,Dunn,O.J.:Elimination of variates in linear discrimination problems, Biometrics 22 (1966) , 268.

    Article  Google Scholar 

Download references

Author information

Authors and Affiliations

  1. Institut für Medizinische Statistik und Dokumentation, Universität Erlangen-Nürnberg, Deutschland

    Gerhard Tutz

Authors
  1. Gerhard Tutz
    View author publications

    You can also search for this author in PubMed Google Scholar

Editor information

Editors and Affiliations

  1. Institut für Medizinische Statistik und Biomathematik, Universität Düsseldorf, Moorenstraße 5, 4000, Düsseldorf 1, Deutschland

    H.-J. Jesdinsky

  2. Department für Biometrie und Medizinische Informatik Abteilung Biometrie, Medizinische Hochschule Hannover, Karl-Wiechert-Allee 9, 3000, Hannover 61, Deutschland

    B. Schneider

  3. Institut für Dokumentation, Information und Statistik, Deutsches Krebsforschungszentrum, Im Neuenheimer Feld 280, 6900, Heidelberg 1, Deutschland

    G. Wagner

  4. Institut für Medizinische Statistik und Dokumentation, Universität Erlangen-Nürnberg, Waldstraße 6, 8520, Erlangen, Deutschland

    Lothar Horbach

  5. Institut für Medizinische Statistik und Epidemiologie, Technische Universität München, Sternwartstraße 2/II, 8000, Mfünchen 80, Deutschland

    H.-J. Lange

Rights and permissions

Reprints and permissions

Copyright information

© 1981 Springer-Verlag Berlin Heidelberg

About this paper

Cite this paper

Tutz, G. (1981). Variablenselektion bei Multinomialen Klassifikationsproblemen. In: Anderson, J., et al. Nachsorge und Krankheitsverlaufsanalyse. Medizinische Informatik, Biometrie und Epidemiologie, vol 28. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-642-95397-2_22

Download citation

  • DOI: https://doi.org/10.1007/978-3-642-95397-2_22

  • Publisher Name: Springer, Berlin, Heidelberg

  • Print ISBN: 978-3-540-10844-3

  • Online ISBN: 978-3-642-95397-2

  • eBook Packages: Springer Book Archive

Publish with us

Policies and ethics

Search

Navigation