|
Statistikk Familien:
SPSS Base
SPSS Data Entry
SPSS SmartViewer
SPSS Web App
Amos
SamplePower
SPSS Data Mining Familien:
Answer Tree
Clementine
Statistikk Familien
Data Mining Familien
SPSS Kurs
Grunnkurs i SPSS
Anvendt Statistikk
Regresjonskurs
Klassifikasjon og Gruppering
Datatilrettelegging
Introduksjon til Data Entry
Spørreskjemametode
Oppfriskningskurs
Presentasjon i tabeller/grafer
|
 |
Answer Tree finner
deler, mønstre og faktorer raskt og sikkert, det vil si det
er et segmenteringsverktøy. Answer
Tree gir deg mulighet til å bygge modeller for å kunne
predikere basert på tidligere erfaringer, samt gi deg et
bedre beslutningsgrunnlag. Answer Tree består av et intuitivt
grensesnitt med kraftige
analytiske algoritmer slik som for eksempel CHAID (Chi-squared
Automatic Interaction Detection).
Denne metoden bruker kjikvadrat-statistikk for å finne ulike
grupperinger av data. Målvariabelen kan være nominal,
ordinal og kontinuerlig. De andre metodene du kan benytte er "Exhaustive CHIAD",
C&RT og QUEST. "Exhaustive CHIAD" gjør en
grundigere jobb i det å dele opp materialet enn CHIAD. C&RT
(Classification and Regression Trees) identifiserer like
undergrupper. QUEST (Quick, Unbiased, Efficient Statistical
Tree) er en rask metode og kan bare brukes når målvariabelen
er nominal.
SPSS
Answer Tree er et datalæringssystem som lager
klassifikasjonssystemer vist som et beslutningstre. Hvis du
har data inndelt i klasser, kan Answer Tree bruke dataene til
å bygge regler (rules) som du kan bruke til å klassifisere
gamle og nye datasett ut ifra, med maksimal nøyaktighet.
Answer Tree er et program som inneholder ulike prosedyrer som løser
prediksjon og klassifikasjonsproblemer brukt i beslutningstreanalyse. Programmet kan søke gjennom et sett av
forutsatte prediksjonsvariabler og suksessivt dele opp
datasettet i undergrupper for å forbedre prediksjon eller
klassifikasjon av målvariabel. Denne delingen er verdifull
for analytikere som skal lage prediksjonsmodeller hvor det kan
være mange variabler og ikke mye teoretisk grunnlag for
inndeling fra tidligere studier.
|
