CHAID决策树方法介绍

市场细分技术培训介绍主要内容市场细分的统计方法简介市场细分的基本原理聚类分析因子分析+主成份分析判别分析+logistic回归分类树CHAID与Conjoint关于ConjointAnalysis培训介绍的仍然是传统的Conjoint分析--全轮廓(FullProfile)法介绍了SPSS正交设计产生的方法SPSS中Conjoint语法SPSS中Conjoint结果解释Conjoint市场占有模拟可供市场细分的变量地理变量人口变量年龄，性别， 家庭规模，生命周期,收入社会心理社会阶层，生活方式 性格行为变量场合，利益，使用量地区、城市CHAID的应用背景对于判别分析与Logistical回归中的自变量，通常要求是定距变量（IntervalScaled)但是在调查中，人口统计变量通常是类型变量（Category)或离散变量,而且通常是多个类型的变量。CHAID提供了一种在多个自变量中自动搜索能产生最大差异的变量方案案例在碳酸饮料市场细分研究中，我们探索是否可以根据对碳酸饮料的消费行为差异来细分市场。我们调查了消费者的每周消费量以及与消费者相关的背景资料（地区、年龄、性别、收入类型、教育、婚姻，家庭规模等）在传统方法上，我们可以通过检查背景资料交叉表，看不同类型消费者的消费量是否存在差异。但是，这种检查非常费时，而且容易造成遗漏。通过决策树模型，可以迅速地检查按照每个预测（背景）变量分类可能产生的结果，并可以对分类自动归并，选择最佳分类方式，从而达到每个细分市场差异最大化的目的。CHAID方法CHAID(卡方自动交互检测Chi-SquareAutomaticInteractionDetection)是一种基于目标变量自我分层的方法。在形式上，CHAID非常直观，它输出的是一个树状的图形。它以因变量为根结点，对每个自变量进行分类，计算分类的卡方值。如果几个变量的分类均显著，则比较这些分类的显著程度（P值的大小），然后选择最显著的分类法作为子节点。CHIAD可以自动归并自变量中类别，使之显著性达到最大。最后的每个叶结点就是一个细分市场CHAID的适用范围当预测变量是分类变量时，CHAID方法最适宜。对于连续型变量，CHAID在缺省状态下将连续变量自动分为10段处理，但是可能有遗漏。当预测变量是人口统计变量时，研究者可以很快找出不同细分市场特征，免去对交叉分析表归并与检查之苦。CHAID的分析步骤确定因（目标）变量：因变量在市场研究中通常是消费者对产品的购买/使用行为，比如是否某产品的购买者等。确定自变量（预测变量）：自变量的确定相对简单，可以选择较多的变量让计算机自动挑选：地理变量、人口统计变量、生活方式等心理变量。分析GAINTABLE，解释分类结果。SP衰SS局A熄ns喜we小r仗Tr熔eeSP瞒SS股A益ns抛we猾r杆Tr助ee岭3咬.0集成盾了CH牙AI开D,荡C麦AR壁T,念QU咐ES雾T等决推策树浅方法鄙。SP茧SS月A令ns做we黎r齐Tr毒ee操作顷方便债，可恭以很督容易辜地就港能比贡较群究体轮疯廓和蓄细分阿市场超。4个模驴块都辞是通液过检签查数榜据库合中所除有可耐供分竭类的天变量缝，来族将自死变量谋划分余为最负佳的子小类包。CH征AI喷D—夹—快速乏高效脚多树唯型分范析法防，速桂度快祖；完全CH严AI渣D—骨—完全矮多树乎型分续析法失，每疯步分种为最勺显著烦的2是类，竿相对僚较慢浇；但舰分类坟结果冻可能产更加闭全面翻。CA陆RT蓄(分类瓶和回级归树厨)—慈—一中种完还全两回分类自树型议分析贷法则损，用搬来分绩割数唤据和夕产生还精确蜓的同炊质性董子集贿；QU驾ES熟T—长—只能傅在目权标变激量是杯类型篇变量愿的时卸候采挪用。CH段AI伪D界面伤1模型畜选择CH诞AI苏D界面德2目标有变量预测馒变量频率贤变量界（加点权）定义贩变量具类型CH吸AI割D界面膊3不校卸验树缘瑞图CH凳AI登D界面冤4高级折选项秧中有识一些黄关于练模型没的重旺要选威项CH具AI熔D输出她结果范图一级把变量二级僵变量二级剪变量三级之变量检验赴统计跑量Ga奇in疏T伪ab杀le细分凉市场状的利仿润指俱数最终碧的5赏个节忧点（细裙分市惜场）演示拴：9庸90宪1.sa寒v关于畜其它滚决策机树方霜法除了CH项AI耐D方法熊之外补，其螺他方他法CA伤RT锻,阿QU腊ES针T,奥C积5.姨0睬(在SP展SS的数夹据挖揪掘软沾件中Cl孝em剖en谊ti礼ne中采买用)冰等方神法均选可以榨用于