Resumen de Reducción de la Dimensión en Análisis Discriminante Cuadrático
Este trabajo presenta un m´etodo de reducci´on de la dimensi´on en an´alisis discriminante cuadr´atico. El procedimiento se inspira en la relaci´on geom´etrica que existe entre los subespacios usados en SIR (sliced inverse regression) y SAVE (sliced average variance estimation). Se construye un nuevo conjunto de direcciones que maximizan la separaci´on en dispersi´on, una vez que se han eliminado las diferencias de los grupos en posici´on.
Como se comprueba en aplicaciones, estas direcciones mejoran el comportamiento de las direcciones asociadas a los autovectores de las matrices usadas en SAVE.
