В дискриминантном анализе классы предполагаются заданными (например, обучающими выборками, для элементов которых известно, каким классам они принадлежат: например, больной-здоровый, правильно-неправильно, легкая степень заболевания – средняя – тяжелая и т.д.). Задача заключается в том, чтобы каждый вновь появляющийся объект отнести к одному из этих классов. У термина «дискриминация» имеется множество синонимов: диагностика (например, в медицине требуется поставить диагноз из конечного списка возможных диагнозов, если известны определенные характеристики пациента и известно, какие диагнозы ставились пациентам, вошедшим в обучающую выборку), распознавание образов с учителем, автоматическая (или статистическая) классификация с учителем и т.д.

Если в дискриминантном анализе классы заданы, то кластеризация и группировка предназначены для выявления и выделения классов. Синонимами являются: построение классификации, таксономия, распознавание образов без учителя, автоматическая классификация без учителя и т.д.

Задача кластерного анализа заключается в выделении по эмпирическим данным резко различающихся групп (кластеров) объектов, которые схожи между собой внутри каждой из групп.

При группировке, когда резких границ между кластерами не существует, исследователю приходится самому вводить границы между группами объектов.

Использование компьютера при анализе результатов эксперимента, несомненно, целесообразно (СНОСКА: Все обсуждаемые в настоящем разделе достоинства и недостатки программного обеспечения отражают лишь субъективное мнение авторов и не могут рассматриваться как попытка рекламы того или иного продукта). С одной стороны, ряд статистических методов реализован в такой популярной программе, как Microsoft Excel для Window, входящей в стандартный комплект Microsoft Office, и установленной, наверное, на любом современном компьютере. С другой стороны, на сегодняшний день существует множество специальных профессиональных программ, позволяющих осуществлять статистический анализ данных. Среди последних можно выделить и рекомендовать к использованию такие наиболее распространенные пакеты статистического анализа как: Statistica, StatGraphics и SPSS. Однако, упомянутые программы достаточно сложны и требуют значительных временных затрат для их освоения. Поэтому можно рекомендовать следующее: если для решения задач исследования хватает возможностей Excel, то можно ограничиться использованием этой программы (недостатком ее, правда, является практически полное отсутствие вразумительных объяснений, которые помогли бы неподготовленному пользователю понять, что получилось в результате расчетов). Если возможностей Excel недостаточно, то нужно обращаться к профессиональным статистическим программам. Каждая из них обладает своими достоинствами и недостатками (в одной более полно реализованы одни методы, в другой другие и т.д.). С методической точки зрения можно рекомендовать использовать программу StatGraphics (версии 5.0 и выше). Ее достоинством с позиций непрофессионального статистика является наличие «советчика», который разъясняет, что означает та или иная вычисленная величина, и что исследователю следует делать дальше.