Analysieren Sie Transaktionsdaten wie Produktkäufe und Ereignisereignisse, um voneinander abhängige oder gehäuft auftretende Ereignisse zu identifizieren. Es werden Kennzahlen wie die Wahrscheinlichkeit des Auftretens bestimmter Elemente/Ereignisse basierend auf dem Auftreten anderer Elemente/Ereignisse ermittelt.
Beachten Sie, dass die Daten im Listenformat vorliegen müssen, wobei jede Zeile die Kunden- oder Transaktions-ID (in einer Spalte) und den Artikel oder das Ereignis (in einer anderen Spalte) angibt.
Assoziationsanalyse
- Wählen Sie in einer geöffneten JMP® - Datentabelle Analysieren > Screening > Assoziationsanalyse .
- Wählen Sie unter „Spalten auswählen“ eine kategoriale Variable aus und klicken Sie auf „Element“ (kategoriale Variablen sind mit roten oder grünen Balken gekennzeichnet).
- Wählen Sie die Variable aus, die die Transaktions-ID darstellt, und klicken Sie auf AUSWEIS .
- Übernehmen Sie die Standardeinstellungen (unten links) und klicken Sie auf OK . Standardmäßig liefert JMP die folgenden Ergebnistabellen:
- Häufige Elementgruppen: die Liste der Elementgruppen, deren Unterstützung (Anteil der Vorkommen) den im Startfenster festgelegten Mindestwert überschreitet.
- Regeln: Assoziationsregeln, die die im Startdialog festgelegten Anforderungen an Mindestunterstützung, Mindestvertrauen, Mindestlift, maximale Antezedenzien und maximale Regelgröße erfüllen.
Hier haben wir die Tabellen nach Artikelgruppe bzw. Bedingung aufsteigend sortiert. Um eine Tabelle zu sortieren, klicken Sie mit der rechten Maustaste auf die Tabelle, wählen Sie „Nach Spalte sortieren“ , wählen Sie die gewünschte Spalte aus, aktivieren Sie „Aufsteigend“ und klicken Sie auf „OK“ .
Interpretation:
- Der minimale Support beträgt 0,1 und das minimale Konfidenzniveau 0,4 (siehe die Standardeinstellungen oben). Ein Artikelset erscheint daher nur dann in den Listen, wenn es von mindestens 10 % der Kunden gekauft wird (Support). Außerdem erscheint es nur dann in der Regelliste, wenn ein Folgeprodukt in mindestens 40 % der Fälle gekauft wird (Konfidenzniveau). Beispielsweise wurden Äpfel und Avocados in 14 % der Fälle zusammen gekauft. Und wenn ein Kunde sowohl Äpfel als auch Avocados kaufte, kaufte er in 81 % der Fälle zusätzlich ein Baguette.
- Die maximale Anzahl an Antezedenzien beträgt 3 und die maximale Regelgröße 4. Daher enthält die Regelliste nur Bedingungen mit drei oder weniger Elementen, und keine Regel umfasst mehr als 4 Bedingungs- und Konsequenzelemente (zusammen).
- Der minimale Lift beträgt 1,2. Der Lift, das Verhältnis von Konfidenz zu Support, misst, wie viel wahrscheinlicher (oder unwahrscheinlicher) ein Kunde den Folgeartikel kauft, wenn er bereits die anderen Artikel kauft, verglichen mit der Wahrscheinlichkeit, den Folgeartikel generell zu kaufen. Beispielsweise beträgt der Lift für Äpfel, Avocados und das darauf folgende Baguette 2,058. Das bedeutet, dass Kunden mehr als doppelt so wahrscheinlich ein Baguette kaufen, wenn sie auch Äpfel und Avocados kaufen.
Example: Grocery Purchases.jmp (Help > Sample Data Folder)Beispiel: Lebensmitteleinkäufe.jmp (Hilfe > Beispieldatenordner)
Besuchen Sie „Vorhersage- und Spezialmodelle > Assoziationsanalyse“ in der JMP-Hilfe , um mehr zu erfahren.
