:::
自動交互偵測 - 教育百科
| 自 | |
| 動 | |
| 交 | |
| 互 | |
| 偵 | |
| 測 |
國家教育研究院辭書
基本資料
| 英文： | Automatic Interaction Detection |
| 作者： | 余民寧 |
| 日期： | 2000年12月 |
| 出處： | 教育大辭書 |
辭書內容
|
名詞解釋： 自動交互偵測技術是集群分析(cluster analysis)的技術之一，其目的在於將一個大群體逐漸分割成較小的群體，並採二元化分割方式進行，每次分割的決定標準均以找出最能夠大量降低依變項中未被解釋到的變異量之預測變項及其類別為準，其最終目的在於尋獲一組具有最低效標分數的組別，和另一組具有最高效標分數的組別，以達到分類或分群的目的。 自動交互偵側的步驟可以說明如下： 1.首先，依序考量每個預測變項，並計算Bc/Tc的比值，並以最大的比值作為進行二元化分割(binary split)的決定標準，將一個大群體分割為二，同時放棄其他較小比值的分割法。上式中的Bc代表組間離均差平方和(between-groups sum of squares)，Tc代表總離均差平方和(total sum of squares)，註標c代表效標變項。 2.其次，將上述分割成的子群體(subgroup)視為起始群體(initial sample)，找出產生最大依變項的總離均差平方和的子群體，並且重覆第1步驟。 3.直到具有最大Tc值的未分割群體之Bc值，小於事先的預設值（通常以整個群體Tc值的某個百分比來表示），才終止整個分群的過程。 整體說來，自動交互偵測的過程有點像逐步迴歸(stepwise regression)，係根據某個預測變項（能夠促使效標變項之變異量達到最大者），將整個大群體進行分割，然後，逐一檢查這些被分割的群體，並且重覆上述分割過程，直到達成某個預設的停止標準為止。最後，達到分群的目標──將一大筆資料（可以視為一個大群體）分割成少數幾個同質性較高的小群體（即同一群體內的分子差異，要比不同群體內的分子差異還小），達到資料精簡(data reduction)的目的。 |
|
| 資料來源： | 國家教育研究院_自動交互偵測 |
| 授權資訊： | 資料採「 創用CC-姓名標示- 禁止改作 臺灣3.0版授權條款」釋出 |
貓頭鷹博士