分析产品购买和事件发生等交易数据，识别哪些数据相互依赖或倾向于同时发生。生成一些指标，例如基于其他项目/事件的发生情况来计算项目/事件发生的可能性等。
请注意，数据必须采用列表格式，其中每行标识客户或交易 ID（在一列中）以及项目或事件（在另一列中）。
关联分析
- 从打开的 JMP ®数据表中，选择分析 > 筛选 > 关联分析。
- 从选择列中选择一个分类变量，然后单击项目（分类变量有红色或绿色条）。
- 选择代表交易 ID 的变量并单击ID 。
- 接受默认设置（左下角），然后点击“确定” 。默认情况下，JMP 提供以下结果表：
- 频繁项集：支持度（出现的比例）超过启动窗口指定的最小值的项集列表。
- 规则：满足启动对话框中指定的最小支持度、最小置信度、最小提升度、最大前提条件和最大规则大小要求的关联规则。
这里，我们分别按“项目集”和“条件”对表格进行了升序排序。要对表格进行排序，请右键单击表格，选择“按列排序” ，选择所需的列，勾选“升序” ，然后单击“好的” 。
解释：
- 最小支持度为 0.1，最小置信度为 0.4（参见上文的默认设置）。因此，除非至少有 10% 的顾客购买了某个商品集（这称为支持度），否则该商品集不会出现在任何列表中。此外，除非后续商品的购买概率至少为 40%（这称为置信度），否则该商品集也不会出现在规则列表中。例如，14% 的顾客同时购买了苹果和牛油果。而当一位顾客同时购买了苹果和牛油果时，该顾客同时购买法棍面包的概率为 81%。
- 最大前提条件为 3，最大规则大小为 4。因此，规则列表仅包含三个或更少项目的条件，并且没有规则包含超过 4 个条件和结果项目（组合）。
- 最小提升度为 1.2。提升度是置信度与支持度的比值，衡量的是顾客在已经购买条件商品的情况下，购买结果商品的可能性相对于购买结果商品的总体概率，究竟高出（或低出）多少。例如，苹果、牛油果和结果法棍面包的提升度为 2.058，这表明顾客在购买苹果和牛油果的同时，购买法棍面包的可能性是购买条件商品的两倍多。
Example: Grocery Purchases.jmp (Help > Sample Data Folder)示例：Grocery Purchases.jmp（帮助 > 示例数据文件夹）
访问JMP 帮助中的预测和专业模型 > 关联分析以了解更多信息。
