CHAID analizi ve bir uygulama

Abstract

Bilimsel çalışmalarda önemli istatistiksel problemlerden biri olayı önemli derece etkileyen faktörleri veya bu faktörlerin hangi seviyesinde etkinin yüksek olduğunun belirlenmesidir. Veri madenciliğinde karar ağaçları metotları bu problemi çözmek için geniş veri setlerine uygulanması, görsel açıdan kolay anlaşılır olması, varsayımlarının diğer istatistiksel yöntemlere göre az olması gibi nedenlerden dolayı tercih edilmektedir. Karar ağaçları içinde CHAID kategorik değişkenlerdeki karmaşık etkileşim veya kombinasyonları bulan bir yöntemdir. Yöntem, ana kütleyi bağımlı değişkeni en önemli açıklayıcı değişkene göre alt gruplara veya bölümlere tekrarlı olarak ayırmaktadır. İlk temelleri AID yöntemi ile atılan karar ağacı modelleri arasında en çok kullanılan ve bilgisayar ortamında hesaplamaları olan teknikler CHAID, C&RT ve QUEST'dir. AID yönteminde bağımlı değişkeni en iyi açıklayan açıklayıcı değişkene göre ikili alt gruplar oluşturulmaktadır. CHAID yöntemi AID yönteminin geliştirilmiş hali olup bağımlı değişkeni çoklu alt gruplara ayrılabilmektedir. Alt gruplara ayırma işlemini yaparken açıklayıcı değişkenlerin kategorileri ki-kare istatistikleri kullanılarak birleştirilir ve yeni kategoriler oluşturulur. CHAID yöntemi müşteri ilişkileri yönetimi (CRM) çalışmalarında, müşterilerin belli özelliklerine göre sınıflamalarda, tıp alanında hastaların sınıflandırılmasında sıkça kullanılmaktadır.