CHAID卡方自动交互检测_第1页
CHAID卡方自动交互检测_第2页
CHAID卡方自动交互检测_第3页
全文预览已结束

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

CHAID卡方自动交互检测 CHAID是卡方自动交互检测（CHi-squared Automatic InteractionDetection）的缩写，是一种基于调整后的显着性检验（邦费罗尼检验）决策树技术。CHAID可用于预测（类似回归分析，CHAID最初被称为XAID）以及分类，并用于检测变量之间的相互作用。CHAID基于1960和1970年代，一个US AID（自动交互效应检测）和THAID（THETA自动交互检测）程序的扩展。而后者又是早期1950英国研究的扩展。在实践中，CHAID经常使用在直销的背景下，选择消费者群体，并预测他们的反应，一些变量如何影响其他变量，而其他早期应用是在医学和精神病学的研究领域。和其他决策树一样，CHAID的优势是它的结果是非常直观的易于理解的。由于默认情况下CHAID采用多路分割，需要相当大的样本量，来有效地开展工作，而小样本?组受访者可以迅速分为太小了的组，而无法可靠的分析。 卡方自动交叉检验（CHAID）是由戈登V.卡斯在1980年创建的技术。CHAID是一个用来发现变量之间关系的工具。CHAID分析构建了一个预测模型，或树，以帮助确定给定因变量，变量如何最好地合来解释结果。CHAID分析，名义，有序和连续数据可以使用，在连续预测类别被分成大致相等的若干观测。CHAID对每个分类预测创建了交叉表，直到达到最好的结果，无法继续分类为止。在CHAID技术中，我们可以直观地看到在树的分割变量和相关因子之间的关系。决策树或分类树的展开，始于确定作为根节点的目标变量或因变量。CHAID分析将目标变量分割成两个或两个以上的类被称为根节点，或者父节点，然后使用统计算法将节点分为子节点。不同于回归分析，CHAID技术并不要求数据是正态分布。 合并：在CHAID分析，如果因变量是连续的，则用F检验，如果因变量是分类变量，使用卡方检验。每对预测分类的评估，以确定最显著差异的因变量。由于这些合并步骤，通过计算修正邦费罗尼p值来合并交叉表。 CHAID决策树的构成： 在CHAID分析中，以下是决策树的要素： 1根节点：根节点包含因变量或目标变量。例如，CHAID使用于，银行根据年龄，收入，信用卡等，来预测信用卡风险。在这个例子中，信用卡风险是目标变量，其余变量是预测变量。 2父节点：该算法将目标变量分割成两个或多个分类。这些分类被称为父节点或者初始节点。在银行的例子中，父节点是高，中，低三个分类。 3子节点：CHAID分析树中独立变量分类低于父节点的分类被称为子节点。 4终端节点：CHAID分析树
人人文库> 全部分类> 应用文书 > 事务文书

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论