分析交易數據，例如產品購買和事件發生情況，以識別相互依賴或往往同時發生的事件。產生諸如基於其他事件/項目發生情況的事件/項目發生機率等指標。
請注意，資料必須採用清單格式，其中每一行標識客戶或交易 ID（在一列中）和項目或事件（在另一列中）。
關聯分析
- 從開啟的 JMP ®資料表中，選擇「分析」>「篩選」>「關聯分析」 。
- 從「選擇列」中選擇一個分類變量，然後按一下「項目」 （分類變數有紅色或綠色長條圖）。
- 選擇代表交易 ID 的變量，然後按一下ID 。
- 接受預設設定（左下角），然後按一下「確定」 。預設情況下，JMP 會提供以下結果表格：
- 頻繁項集：支持度（出現比例）超過啟動視窗中指定的最小值的項集清單。
- 規則：滿足啟動對話方塊中指定的最小支持度、最小置信度、最小提升度、最大前件數和最大規則大小要求的關聯規則。
這裡，我們分別按項目集和條件對表格進行了升序排序。若要對表格進行排序，請以滑鼠右鍵按一下表格，選擇「按列排序」 ，選擇所需的列，選取「升序」 ，然後按一下「確定」 。
解釋：
- 最小支援度為 0.1，最小置信度為 0.4（請參閱上述預設設定）。因此，除非至少 10% 的顧客購買了某個商品組合（即支援度），否則該商品組合不會出現在任何清單中。此外，除非後續商品的購買率至少達到 40%（即置信度），否則該商品組合也不會出現在規則清單中。例如，蘋果和酪梨同時購買的機率為 14%。而且，當顧客同時購買了蘋果和酪梨時，該顧客還有 81% 的機率會同時購買法國麵包。
- 最大前件數為 3，最大規則大小為 4。因此，規則清單僅包含三個或更少項目的條件，且任何規則包含的條件和結果項目（組合）不得超過 4 個。
- 最小提升度為 1.2。提升度是信賴區間與支援區間的比值，它衡量的是，當顧客已經購買了條件商品時，他們購買後續商品的可能性比他們通常購買後續商品的可能性高多少（或低多少）。例如，蘋果、酪梨和後續法國麵包的提升度為 2.058，這意味著當顧客同時購買蘋果和酪梨時，他們購買法國麵包的可能性是單獨購買時的兩倍多。
Example: Grocery Purchases.jmp (Help > Sample Data Folder)範例：Grocery Purchases.jmp（幫助 > 範例資料資料夾）
造訪JMP 幫助中的「預測和專用模型 > 關聯分析」以了解更多資訊。
