Analizar datos transaccionales, como compras de productos y ocurrencia de eventos, para identificar aquellos que dependen entre sí o tienden a ocurrir simultáneamente. Se generan métricas como la probabilidad de ocurrencia de ciertos artículos o eventos en función de la ocurrencia de otros, entre otras.
Tenga en cuenta que los datos deben estar en formato de lista, donde cada fila identifica el ID del cliente o transacción (en una columna) y el artículo o evento (en otra columna).
Análisis de asociación
- Desde una tabla de datos JMP ® abierta, seleccione Analizar > Detección > Análisis de asociación .
- Seleccione una variable categórica de Seleccionar columnas y haga clic en Elemento (las variables categóricas tienen barras rojas o verdes).
- Seleccione la variable que representa el ID de la transacción y haga clic en IDENTIFICACIÓN .
- Acepte la configuración predeterminada (abajo a la izquierda) y haga clic en Aceptar . Por defecto, JMP proporciona las siguientes tablas de resultados:
- Conjuntos de elementos frecuentes: la lista de conjuntos de elementos cuyo soporte (proporción de ocurrencias) excede el valor mínimo especificado en la ventana de inicio.
- Reglas: reglas de asociación que cumplen con los requisitos de soporte mínimo, confianza mínima, elevación mínima, antecedentes máximos y tamaño máximo de regla especificados en el cuadro de diálogo de inicio.
Aquí, hemos ordenado las tablas en orden ascendente por conjunto de artículos y condición (respectivamente). Para ordenar una tabla, haga clic derecho en ella, seleccione Ordenar por columna , seleccione la columna que desee, marque Ascendente y haga clic en DE ACUERDO .
Interpretación:
- El soporte mínimo es 0,1 y la confianza mínima es 0,4 (consulte la configuración predeterminada anterior). Por lo tanto, un conjunto de artículos no aparecerá en ninguna de las listas a menos que lo compre al menos el 10 % de los clientes (esto es soporte). Además, no aparecerá en la lista de reglas a menos que se compre un artículo consecuente al menos el 40 % de las veces (esto es confianza). Por ejemplo, las manzanas y el aguacate se compraron juntos el 14 % de las veces. Y, cuando un cliente compró manzanas y aguacates, este también compró una baguette el 81 % de las veces.
- El máximo de antecedentes es 3 y el tamaño máximo de la regla es 4. Por lo tanto, la lista de reglas solo contiene condiciones de tres o menos elementos y ninguna regla incluye más de 4 condiciones y elementos consecuentes (combinados).
- El incremento mínimo es de 1,2. Este incremento, que es la relación entre la confianza y el soporte, mide la probabilidad de que un cliente compre el artículo correspondiente cuando ya está comprando los artículos de condición, en comparación con la probabilidad de comprar el artículo correspondiente en general. Por ejemplo, el incremento para las manzanas, el aguacate y la baguette correspondiente es de 2,058, lo que indica que los clientes tienen más del doble de probabilidades de comprar una baguette cuando también compran manzanas y aguacates.
Example: Grocery Purchases.jmp (Help > Sample Data Folder)Ejemplo: Compras de comestibles.jmp (Ayuda > Carpeta de datos de muestra)
Visite Modelos predictivos y especializados > Análisis de asociación en la Ayuda de JMP para obtener más información.
