通過SPSS建立得分模型

1、建立得分模型Itellin2005年12月7日分類樹過程最實(shí)用的特征和最有力的功能之一就是有從所建模型中提取數(shù)據(jù)到 其他數(shù)據(jù)文件中參與預(yù)測(cè)的能力。例如，基于包含人口統(tǒng)計(jì)信息和車輛購(gòu)買價(jià)格 信息的數(shù)據(jù)文件，我們能夠建立一個(gè)模型，用于預(yù)測(cè)有相似人口統(tǒng)計(jì)特征的人中 有多少人可能購(gòu)買新車 然后將這個(gè)模型用于有人口統(tǒng)計(jì)信息但沒有車輛購(gòu) 買信息的數(shù)據(jù)文件。例如，我們將要使用的數(shù)據(jù)文件tree car.sav.一、建立模型從菜單中選擇：AnalyzeClassifyTree.選擇 Price of primary vehicle 作為因變量。選擇所有剩余變量作為自變量。（過程會(huì)自動(dòng)排除對(duì)最終模型沒有顯著性貢

2、獻(xiàn)的變量。）選擇所有剩余變量作為自變量。（過程會(huì)自動(dòng)排除對(duì)最終模型沒有顯著性貢獻(xiàn)的變量。）在生成方法下來列表框中選擇CRT （分類和回歸樹。適用于二元變量分類）。點(diǎn)擊 Output。點(diǎn)擊Rules頁(yè)。選擇（打勾）Generate classification rules.Syntax欄中選擇 SPSS。Type 欄中選擇 Assign values to cases.在Export rules to a file中打勾并輸入文件名和路徑。注意：文件名和路徑必須寫下來，因?yàn)椴痪媚銜?huì)用到這個(gè)文件。如果不包括路徑， 你就不會(huì)知道文件保存在什么地方?？梢允褂脼g覽按鈕尋找（有效的）路徑。二、評(píng)估模型在應(yīng)

3、用模型到其他數(shù)據(jù)文件之前，你可能想證實(shí)使用原始數(shù)據(jù)建立的模型合理 嗎。（1）模型匯總模型匯總表顯示只有三個(gè)自變量對(duì)最終模型有顯著性的貢獻(xiàn)：income, age, 和education。如果你想在其它數(shù)據(jù)中使用這個(gè)模型，知道這些非常重要。因?yàn)?這個(gè)模型中使用的自變量必須出現(xiàn)在其它數(shù)據(jù)文件中。SpecificationsGrowing MethodDependent VariableIndependent VariablesValidationMaximum Tree DepthMinimum Cases in ParentNodeMinimum Cases in Child NodeCRTPr

4、ice of primary vehicleAge in years , Gender , Income category in thousands , Level of education , Marital statusNONE10050Resultsllndependent Variables |lncludHIncome category in thousands , Age in years , Level of educationNumber offlooesNumber of Terminal NodesDepth2915匯總表也顯示樹模型自身可能比較復(fù)雜因?yàn)樗?9個(gè)節(jié)點(diǎn)15個(gè)

5、端點(diǎn)。如果模 型可信這根本就無所謂，使用實(shí)際的模型比簡(jiǎn)單的模型更加容易解釋或描述。當(dāng) 然，從實(shí)際考慮，你可能不希望模型里有太多的自變量。本例中，這不是問題因 為只有三個(gè)自變量包含在最終模型中。Specifications Growing MethodDependent Variable Independent VariablesValidationMaximum Tree Depth Minimum Cases in Parent NodeMinimum Cases in Child NodeResultsIndependent VariablesCRTPrice of primary veh

6、icleAge in years , Gender , Income category in thousands , Level of education , Marital statusNONE10050Income category in thousands , Age in years , Level oducartionI Number of NodesNumber df Terininal Nuci鴕LepinF（2）樹形圖樹形圖有許多節(jié)點(diǎn)以致立刻在目測(cè)的范圍內(nèi)看到節(jié)點(diǎn)信息全貌很困難。使用 tree map可以解決這個(gè)問題。在Viewer窗口雙擊樹，打開樹編輯器。從樹編輯器菜單中選擇

7、:ViewTree Map tree map顯示完整的樹，在窗口四邊拖動(dòng)可以改變窗口的大小，圖形按照 窗口的大小自動(dòng)顯示完整的圖形。. tree map中紅色區(qū)域是當(dāng)前顯示的樹?？梢允褂胻ree map瀏覽樹和選擇節(jié)點(diǎn)。對(duì)連續(xù)因變量，每個(gè)節(jié)點(diǎn)顯示因變量的均值和標(biāo)準(zhǔn)差。根節(jié)點(diǎn)顯示購(gòu)車價(jià)格的總 平均值約為29.9 （千美元），標(biāo)準(zhǔn)差為21.6.節(jié)點(diǎn)1表示收入小于75 （千美元）的購(gòu)買者，購(gòu)車價(jià)格平均只有18.7。File View Rules Options Help85% jJ85% jJArial二|10 dBP室，口卜Price of primarii- i.iehicle1Noide 01

8、：Mean29.861 I1 Std. Dev.21.576 :h3110:冬1LILI.LI :L P瀏 it*d胡.誦1 :Income cstegon/ in thousandslmpruiiemerit=347.883-=：=：I50 -=：=：I50 - $74MeanStd. Dev.nPredicted118.6638.114228673.518.663LINode 2IMean60.928Std. Dev.16.163n824華26 .5I P配ictedED衛(wèi)巽|：= ：I5ij - $74lmpnovement=32.340用lmpnovement=32.340用/ in

9、yearslmprovement=5.411與此相反，在節(jié)點(diǎn)2，收入大于75的購(gòu)買者，購(gòu)車均價(jià)為60.9。進(jìn)一步研究顯示年齡和教育與購(gòu)車價(jià)格有相關(guān)性，但是目前我們主要關(guān)心模型的 實(shí)際應(yīng)用而不是它的成分的細(xì)節(jié)檢查。（3）風(fēng)險(xiǎn)估計(jì)到目前為止提供不出什么結(jié)果證明模型如何好。模型性能的一個(gè)指示因子是風(fēng)險(xiǎn) 估計(jì)。對(duì)連續(xù)因變量而言，風(fēng)險(xiǎn)估計(jì)是節(jié)點(diǎn)內(nèi)方差的度量，單獨(dú)看它不能告訴你 多少信息。方差小表示模型較好，但是方差大小是相對(duì)觀念，例如，如果價(jià)格是 按照個(gè)位而不是千位計(jì)算，風(fēng)險(xiǎn)估計(jì)將相差上千倍。要提供對(duì)連續(xù)因變量風(fēng)險(xiǎn)估計(jì)有意義的解釋還需要做一點(diǎn)工作：總方差等于節(jié)點(diǎn)內(nèi)（誤差）方差加上節(jié)點(diǎn)間（已解釋）方差。節(jié)

10、點(diǎn)內(nèi)方差是風(fēng)險(xiǎn)估計(jì)值：68.485.總方差是沒有考慮自變量前因變量的方差，它在根節(jié)點(diǎn)上。在根節(jié)點(diǎn)的標(biāo)準(zhǔn)方差顯示是21.576；所以總方差是這個(gè)值的平方465.524. 未解釋的方差是 68.485/465.524 = 0.147。由模型解釋的方差是1 0.147 = 0.853，或85.3%，它表示這是個(gè)相當(dāng)不 錯(cuò)的模型。（類似的解釋是分類因變量的總正確分類率）。三、應(yīng)用模型到其它數(shù)據(jù)集已經(jīng)確定模型相當(dāng)不錯(cuò)，現(xiàn)在可以應(yīng)用模型到包含年齡，收入和教育變量的其它 數(shù)據(jù)文件中，并產(chǎn)生一個(gè)新變量，它表示消費(fèi)者購(gòu)車的預(yù)測(cè)價(jià)格。這種處理手法就是常常提到的得分模型。在生成模型時(shí)，我們定義了指定個(gè)案保存在文本文

11、件值的“規(guī)則”一用SPSS 命令句法形式。現(xiàn)在我們?cè)谀莻€(gè)文件中使用命令產(chǎn)生另一個(gè)數(shù)據(jù)文件的得分。SPSS安裝文件夾sample_files下打開數(shù)據(jù)文件 tree_score_car.sav。接下來從SPSS菜單中選擇:FileNewSyntax在命令句法窗口中鍵入:INSERT FILE= c:tempcar_scores.sps.如果使用不同的文件名或路徑，可以做適當(dāng)?shù)母淖?。有兩個(gè)新變量增加到數(shù)據(jù)文件中:nod_001包含按照模型預(yù)測(cè)的端點(diǎn)數(shù)。pre_001包含購(gòu)車價(jià)格的預(yù)測(cè)值。因?yàn)槲覀冃枰┮?guī)則為端點(diǎn)指定值，可能的預(yù)測(cè)值數(shù)就是與端點(diǎn)相同的數(shù)。例如， 預(yù)測(cè)節(jié)點(diǎn)數(shù)為10的個(gè)案都有相同的購(gòu)車價(jià)

12、格預(yù)測(cè)值30.56。這同原始模型中端 點(diǎn)10的均值不太一致。雖然你將模型用在因變量值未知的數(shù)據(jù)文件中，在這個(gè)例子中，我們使用實(shí)際包 含哪些信息的數(shù)據(jù)文件以便你能比較模型預(yù)測(cè)值和實(shí)際值。從菜單中選擇：AnalyzeCorrelateBivariate.File Edit View Data Transform1 Graphs 旦 tilitiEW Window HelpReportsDescriptive StatisticsCustom TablesCompare MeansGeneral Linear Model卜Correlate 1Bivariate.Partial.Distances.

13、RegressionLoglinearClassifyData ReductionScaleNonparametric TestsTime SeriesSurvivalMultiple ResponseMissing Value Analysis.選擇 Price of primary vehicle 和 pre_001。點(diǎn)擊 OK 運(yùn)行該過程。相關(guān)系數(shù)0.92表示在實(shí)際購(gòu)車價(jià)與預(yù)測(cè)購(gòu)車價(jià)間存在很高的正相關(guān)，它也表示 模型擬和良好。Price of primary vehiclepre_001Price of primary vehicle Pearson Correlation1.919*Sig. (2-tailed).000N32903290pre_001Pearson Correl