Theoretische Verteilungen von Optima für univariate Diskriminierung zufälliger Daten*

ZUSAMMENFASSUNG Optimum lineare Diskriminanzmodelle maximieren die prozentuale Genauigkeit für dichotome Klassifikationen, werden jedoch selten verwendet, da ein theoretischer Rahmen, der es ermöglicht, gültige Aussagen über die statistische Signifikanz der Ergebnisse solcher Analysen zu machen, nicht existiert. In diesem Papier wird eine analytische Lösung für die theoretische Verteilung optimaler Werte für die univariate optimale lineare Diskriminanzanalyse beschrieben, unter der Annahme, dass die Daten zufällig und kontinuierlich sind. Wir präsentieren auch die theoretische Verteilung für Stichprobengrößen bis N = 30. Die Entdeckung eines statistischen Rahmens zur Bewertung der Leistung optimaler Diskriminanzmodelle sollte ihre Verwendung durch Wissenschaftler in allen Disziplinen erheblich erhöhen.