tv.um.es

Con el quinto vídeo de análisis discriminante, video anterior, óbices anteriores en conflicto, cómo se calculaba la función discriminante de fiscal y como se usaba para clásicas de manera óptima, príncipes sobrepoblaciones, normales, vale? Bueno, este vídeo lo vamos a ver, es esta caracterización de esa de clasificación, vale, que aprobó cuentas en el que se demuestran que es equivalente a dos criterios que vamos a usar. También son bastante razonables, que es el de máxima verosimilitud. Vale. Tenemos dos opciones de densidad? Vale? Y lo que hacemos es calcular, cada centra cuánto valdría la función de densidad enfrenta. Si fuese de esa población, valía lo que llamamos verosimilitud; si fuesen discreta, pues serían probabilidades, aquí son densidades vale, y lo lógico es meterlo en aquel en la que la función de diversidad se llama, al este sería el criterio de máxima verosimilitud, meterlo en donde la función de densidad o de verosimilitud sea más bueno exterior, bastante razonable. Lógicamente, aquí se necesita conocer, es y vamos a hacer su manera normal. Si fuese la distribución, pues habría que utilizar otras distribución multivariable valía que sería equivalente al fis, pues otro criterio que se puede utilizar es el de utilizar la estancia de ojalá Nobel, que vimos que era algo así como la métrica de los datos y, lógicamente, meterlo en aquel que tenga una estancia de embajada. No habéis a la media del volum más pequeña. La distancia embajada no dependía de la matriz de covarianzas. Pero lo vamos a hacer calcularlas a la media de cada grupo, calculando de cuál estaba cerca calcular, elegir uno por los métodos, hemos quedado esquema cerca, usando esa métrica de las instancias lo bueno es que en este caso, pues las 3, los tres criterios son equivalentes y podemos usar. En qué quedamos? Que el resultado va a ser siempre exactamente muertas. Otra de las demostraciones que suele caer en los exámenes -años cae unos años bueno para ver, para hacer la demostración, simplemente que sustituir los criterio y hacer las cuentas a lo bruto y con cuidado y salen, vale, por ejemplo, el primer criterio que te quiero decir ser. Decía que vamos a calcular la región en equis. Punto. Caer en la región equis. Si solo si la función discriminante era mayor que donde la función discriminante era. Esto de aquí. Era la media de las dos proyectos. Como es lineal, pues se puede escribir sacando fotos como, señora prima. Por qué hasta aprimar por subir sacando fotos, como me han primado, pues se puede escribir de esta forma, vale? Bueno además teorema anterior, porque vimos cuánto valía en concreto la función discriminante edificios que tomábamos nosotros canónica, digamos, era esta. Si podíamos publicar por blanda, cualquiera que no afectaba al a la fiabilidad o el resultado de clasificación, van sustituyendo activa por lo que vale, pues tendríamos aquí a primo, vale por ceta, funcionales que teníamos. Pues eso, medio que salía factor común, vale de la experiencia. Entre las dos medias, y este sería ese. Han primado que está factor como de la suma del alto vector de medio. Estos son vectores, columna, esto es un vector fila, y esto lo parezca. Eso no pueden. Aquí lo que hacer es operar, vale? Lo medio, está esa parte y se van multiplicando. Pues este por este y por este, este de aquí menos muy sui, por busqui. Dame con la matriz de covarianzas cantaría; este de aquí y los fondos, dos se cancelan porque tenemos que ir por hubiera menos -1 por muy sui o siendo positivo, y sui por sube que consigna negativo y por un. Y fijaros que hemos beques, al menos -1 muy húmero. Coincidirá o número coincide. Vosotras puesto. Vale? Pues coincide. Con subí v. Menos unos uves simétrica, su inversa también por lo tanto, traspuestas la misma, vale y por tanto es contra los números, coinciden. Se cancelan porque no aparecen aquí. Bueno. Por lo tanto el primer criterio, pasando al otro lado, nos quedaría escrito de esta manera. La segunda condiciones, más sencilla, porque simplemente nos dice que la distancia, la media del ceta, la Embajada que da la raíz cuadrada de esto, es la distancia de la bajada. No con la matriz sube receta a la medida del grupo equips menor, igual que la distancia al otro. Habrá otra media? Vale? Lógicamente las balizas se pueden quitar lo dentro de un generalmente positivo, forman cuadrática, vale? Y pues lo mismo que antes. Operábamos tendríamos tampoco Rubén a su no por z centro; clima, daría esto en los dos sitios. Bueno, aquí igual que antes, los 2, en medio a rondar lo mismo, por eso parece este dos porque son uno al respecto del otro y son novedad reales. Cuando escribimos así por ejemplo por dos veces la media de por ceta y el último que es número, deberíamos menos musu equis prima por menos que va a dar sino más vale medidas tras la parte distinta, aparte cuadrática desaparece porque es igual en los dos comparadas y esta parte de aquí pues si la escribimos como hasta arriba, dejando lo que lleva hace tan un lado, es decir, cogiendo este andando lo más allá cogiendo este mandándolo para allá cuándo va a quedar exactamente perdón, mayor. Era mi seriedad. Aquí lo que hacemos es coger este que tiene, acepta. Cuando ya tendríamos más dos veces musu xz que se tome aquí menos -2 veces hemos sui sexto de aquí y este los mandamos para acá va a ir consiguiendo menos gente joven que ambos criterios equivalentes y no hemos usado que son normales. El criterio decir ser es equivalente cuando tiene la misma materia de covarianzas, alde mínima distancia emboscada. No vale tanto. Se puede usar el criterio de mínima distancia? Mala, no habéis es equivalente. Si normalidad a un fiscal podamos usar cualquiera a los dos de forma insiste en la tercera condición. Sigue. Se necesita conocer las funciones de densidad, porque precisamente lo que hacemos comparar la función de densidad en equis receta sería. Esto de aquí está la constante de normas de normalización, va que integre a uno de las normas esta constante en la misma, en el otro modelo, porque tiene la misma matriz de covarianzas y solamente depende de covarianzas obstante, positiva la podemos quitar, la exponencial positiva de esquinas, la desigualdad, y solo si esa desigualdad edad en los medios vamos quitas, y al menos lo podemos quitar, lógicamente, aquí buscamos donde máxima quitar el el el signo menos, pues lógicamente equivale a que la densidad sea máxima. Equivale a que la distancia, aquí con raíz cuadrada, son las distancias interior, sea mínima, vale, por ejemplo, la de que se más pequeña que la ley, si solo si las estancia, si son, si travesía engaño en equipo