Analizzare i dati transazionali, come gli acquisti di prodotti e il verificarsi di eventi, per identificare quelli che sono interdipendenti o tendono a verificarsi contemporaneamente. Vengono prodotte metriche come la probabilità che determinati elementi/eventi si verifichino in base al verificarsi di altri elementi/eventi, tra le altre.
Si noti che i dati devono essere in formato elenco, in cui ogni riga identifica l'ID del cliente o della transazione (in una colonna) e l'articolo o l'evento (in un'altra colonna).
Analisi di associazione
- Da una tabella dati JMP® aperta, selezionare Analizza > Screening > Analisi di associazione .
- Selezionare una variabile categoriale da Seleziona colonne e fare clic su Elemento (le variabili categoriali hanno barre rosse o verdi).
- Selezionare la variabile che rappresenta l'ID della transazione e fare clic su ID .
- Accettare le impostazioni predefinite (in basso a sinistra) e fare clic su OK . Per impostazione predefinita, JMP fornisce le seguenti tabelle di risultati:
- Set di elementi frequenti: elenco dei set di elementi il cui supporto (percentuale di occorrenze) supera il valore minimo specificato nella finestra di avvio.
- Regole: regole di associazione che soddisfano i requisiti di supporto minimo, confidenza minima, lift minimo, antecedenti massimi e dimensione massima della regola specificati nella finestra di dialogo di avvio.
Qui abbiamo ordinato le tabelle in ordine crescente, rispettivamente in base a Set di elementi e Condizione. Per ordinare una tabella, clicca con il tasto destro del mouse sulla tabella, seleziona Ordina per colonna , seleziona la colonna di interesse, seleziona Crescente e clicca su OK .
Interpretazione:
- Il supporto minimo è 0,1 e la confidenza minima è 0,4 (vedere le impostazioni predefinite sopra). Pertanto, un set di articoli non apparirà in nessuna delle due liste a meno che non venga acquistato da almeno il 10% dei clienti (questo è il supporto). Inoltre, non apparirà nell'elenco delle regole a meno che un articolo conseguente non venga acquistato almeno nel 40% dei casi (questo è il livello di confidenza). Ad esempio, mele e avocado sono stati acquistati insieme nel 14% dei casi. E, quando un cliente ha acquistato sia mele che avocado, quel cliente ha acquistato anche una baguette nell'81% dei casi.
- Il numero massimo di antecedenti è 3 e la dimensione massima della regola è 4. Pertanto, l'elenco delle regole contiene solo condizioni di tre o meno elementi e nessuna regola include più di 4 elementi condizione e conseguenti (combinati).
- L'incremento minimo è 1,2. L'incremento, ovvero il rapporto tra la fiducia e il supporto, misura la probabilità (più o meno) che un cliente acquisti l'articolo conseguente quando sta già acquistando gli articoli correlati, rispetto alla probabilità di acquistare l'articolo conseguente in generale. Ad esempio, l'incremento per mele, avocado e la baguette conseguente è 2,058, il che indica che i clienti hanno una probabilità più che doppia di acquistare una baguette quando acquistano anche mele e avocado.
Example: Grocery Purchases.jmp (Help > Sample Data Folder)Esempio: Grocery Purchases.jmp (Aiuto > Cartella dati di esempio)
Per saperne di più, visita Modelli predittivi e specializzati > Analisi di associazione nella Guida di JMP .
