Kontakt
Demo
Optimale Identifikation von Gruppen direkt in SPSS
Mit dem Zusatzmodul Decision Trees erstellen Sie Klassifikations- und
Entscheidungsbäume direkt in SPSS. Damit erhalten Sie die Möglichkeit
aus Ihren Daten Gruppen zu identifizieren, Unterschiede und Beziehungen zwischen
verschiedenen Segmenten aufzudecken und diese neuen Erkenntnisse auf neue
Daten anzuwenden.
Die wichtigsten Features im Überblick
- Leichte Identifizierung von Segmenten, Untergruppen und Mustern
durch übersichtliche Baumdiagramme.
- Die Entscheidungsbäume unterteilen die Daten in Äste
und Knoten zur optimalen Visualisierung von Gruppenzugehörigkeiten
und deren Abgrenzungen.
- Schichteneinteilung, Datenreduktion, Identifikation von Interaktionen,
Verbinden von
Kategorien, Diskretisierung kontinuierlicher Variablen.
- Vorhersage von zukünftigen Ereignissen.
- Ergebnisse werden auch für Nicht – Statistiker verständlich
abgebildet.
- Schnelle Entscheidungsfindung durch Evaluationsgrafiken auf
einen Blick.
Übertragung der Ergebnisse
- Anwendung von Klassifikations- und Vorhersageregeln
- auf bestehende und neue Daten basierend auf gefundenen
Segmenten und Mustern.
- Regelform in SPSS Syntax, SQL Statements oder einfacher
Text.
- Regelanzeige im SPSS - Viewer. Speicherung in einer externen
Datei für späteren Gebrauch um Vorhersagen über
einzelne oder neue Fälle zu treffen.
- Direktes Schreiben der Information aus dem Baummodell
in die Daten:
- Segmentierung und Gruppierung der Fälle.
- Erzeugen von vorhergesagten Werten und Wahrscheinlichkeiten.
- Erzeugen von XML Modellen für den Gebrauch im SPSS 13
Server.
Vier skalierbare Entscheidungsbaum-Algorithmen
- Chaid von Kass (1980)
- Exhaustive CHAID von Biggs, de Ville und Suen
(1991)
- Classifikation & Regression Trees (C&RT) von
Breiman, Friedman, Olshen und Stone (1984)
- QUEST von Loh und Shih (1997)
