カイ二乗自動相互作用検出

カイ二乗自動交互作用検出（CHAID）^[1]^[2]^[3]は、調整済み有意性検定（ボンフェローニ補正、ホルム-ボンフェローニ検定）に基づく決定木手法である。この手法は1975年に南アフリカで開発され、このテーマで博士論文を執筆したゴードン・V・カスによって1980年に発表された。CHAIDは予測（回帰分析と同様の方法で、このバージョンのCHAIDはもともとXAIDとして知られていた）や分類、および変数間の交互作用の検出に使用できる。CHAIDは、1960年代と1970年代のAID（自動交互作用検出）^[4]およびTHAID（THeta自動交互作用検出）^[5]^[6]手順の正式な拡張に基づいており、これらの手順は1950年代に英国でベルソンが行った研究を含む以前の研究の拡張であった。^[7]初期の教師あり木法の歴史と、オリジナルのCHAIDアルゴリズムとBiggs、De Ville、Suenによる網羅的なCHAID拡張の詳細な説明^[2]はRitschardに掲載されています。^[3]

実際には、CHAID はダイレクトマーケティングのコンテキストで消費者のグループを選択し、一部の変数に対する反応が他の変数にどのように影響するかを予測するために使用されることがよくありますが、その他の初期のアプリケーションは医療および精神医学の研究分野で行われました。

他の決定木と同様に、CHAID の利点は、出力が非常に視覚的で解釈しやすいことです。デフォルトで多元分割を使用するため、効果的に機能するにはかなり大きなサンプルサイズが必要です。サンプルサイズが小さいと、回答者グループがすぐに小さくなりすぎて、信頼性の高い分析ができなくなる可能性があるためです。

多重回帰などの代替法と比較した CHAID の重要な利点の 1 つは、非パラメトリックであることです。

参照

参考文献

^ Kass, GV (1980). 「大量のカテゴリデータを調査するための探索的手法」.応用統計. 29 (2): 119–127. doi :10.2307/2986296. JSTOR 2986296.
^ ab Biggs, David; De Ville, Barry; Suen, Ed (1991). 「分類と決定木のための多方向パーティションの選択方法」. Journal of Applied Statistics . 18 (1): 49–62. doi :10.1080/02664769100000005. ISSN 0266-4763.
^ ab Ritschard, Gilbert (2013). 「CHAID と以前の教師ありツリー法」。行動科学における探索的データマイニングの現代的課題、McArdle, JJ および G. Ritschard (編)。ニューヨーク: Routledge: 48–74。
^ モーガン、ジェームズ・N.、ソンキスト、ジョン・A. (1963)。「調査データの分析における問題と提案」アメリカ統計学会誌。58 (302): 415–434。doi :10.1080/ 01621459.1963.10500855。ISSN 0162-1459 。
^メッセンジャー、ロバート; マンデル、ルイス (1972)。「予測的名目尺度 多変量解析のためのモーダル検索手法」アメリカ統計学会誌。67 (340): 768–772。doi : 10.1080 /01621459.1972.10481290。ISSN 0162-1459 。
^ モーガン、ジェームズ N. (1973)。THAID、名目尺度従属変数の分析のための逐次分析プログラム。ロバート C. メッセンジャー。ミシガン州アナーバー。ISBN 0-87944-137-2. OCLC 666930.{{cite book}}: CS1 メンテナンス: 場所が見つかりません発行者 (リンク)
^ベルソン、ウィリアム A. ( 1959 )。「生物学的分類の原理に基づくマッチングと予測」。応用統計学。8 (2): 65–75。doi :10.2307/2985543。JSTOR 2985543。

さらに読む

プレス、ローレンス I.; ロジャース、マイルズ S.; シュア、ジェラルド H.;多変量データ分析のための対話型手法、行動科学、第 14 巻 (1969 年)、pp. 364–370
ホーキンス、ダグラス M.、カス、ゴードン V.、「自動相互作用検出」、ホーキンス、ダグラス M. (編)、『応用多変量解析のトピック』、ケンブリッジ大学出版局、ケンブリッジ、1982 年、269 ～ 302 ページ
Hooton, Thomas M.; Haley, Robert W.; Culver, David H.; White, John W.; Morgan, W. Meade; & Carroll, Raymond J.;院内感染の発生と複数の危険因子との関連、American Journal of Medicine、第 70 巻、(1981)、pp. 960–970
ブリンク、スザンヌ; ヴァンシャルクウィク、ダーク J.;骨髄鉄貯蔵量の予測因子としての血清フェリチンと平均赤血球容積、南アフリカ医学雑誌、第 61 巻、(1982)、pp. 432–434
McKenzie, Dean P.; McGorry, Patrick D.; Wallace, Chris S.; Low, Lee H.; Copolov, David L.; & Singh, Bruce S.;最小限の診断決定木の構築、Methods of Information in Medicine、第32巻（1993年）、pp. 161-166
マギドソン、ジェイ、CHAID アプローチによるセグメンテーションモデリング: カイ二乗自動相互作用検出、バゴッツィ、リチャード P. (編)、Advanced Methods of Marketing Research、ブラックウェル、オックスフォード、GB、1994 年、118 ～ 159 ページ
ホーキンス、ダグラス M.; ヤング、SS; ロシンコ、A.;再帰分割法を用いた大規模構造活性データセットの解析、定量的構造活性関係、第 16 巻、(1997)、pp. 296–302

ソフトウェア

Luchman、JN; CHAID: カイ二乗検定の自動相互作用検出を実行する Stata モジュール。無料でダウンロードできます。または、Stata 内で「ssc install chaid」と入力します。
Luchman、JN; CHAIDFOREST: カイ二乗自動相互作用検出 (CHAID) を基本学習器としてランダムフォレストアンサンブル分類を実行する Stata モジュール。無料でダウンロードできます。または、Stata 内で「ssc install chaidforest」と入力します。
IBM SPSS Decision Trees は、網羅的な CHAID ツリーのほか、CART などの他のいくつかのタイプのツリーも作成します。
R パッケージCHAID はR-Forge で入手できます。

[1] Kass, GV (1980). 「大量のカテゴリデータを調査するための探索的手法」.応用統計. 29 (2): 119–127. doi :10.2307/2986296. JSTOR 2986296.

[:0-2] Biggs, David; De Ville, Barry; Suen, Ed (1991). 「分類と決定木のための多方向パーティションの選択方法」. Journal of Applied Statistics . 18 (1): 49–62. doi :10.1080/02664769100000005. ISSN 0266-4763.

[:1-3] Ritschard, Gilbert (2013). 「CHAID と以前の教師ありツリー法」。行動科学における探索的データマイニングの現代的課題、McArdle, JJ および G. Ritschard (編)。ニューヨーク: Routledge: 48–74。

[4] モーガン、ジェームズ・N.、ソンキスト、ジョン・A. (1963)。「調査データの分析における問題と提案」アメリカ統計学会誌。58 (302): 415–434。doi :10.1080/ 01621459.1963.10500855。ISSN 0162-1459 。

[5] ^メッセンジャー、ロバート; マンデル、ルイス (1972)。「予測的名目尺度 多変量解析のためのモーダル検索手法」アメリカ統計学会誌。67 (340): 768–772。doi : 10.1080 /01621459.1972.10481290。ISSN 0162-1459 。

[6] モーガン、ジェームズ N. (1973)。THAID、名目尺度従属変数の分析のための逐次分析プログラム。ロバート C. メッセンジャー。ミシガン州アナーバー。ISBN 0-87944-137-2. OCLC 666930.{{cite book}}: CS1 メンテナンス: 場所が見つかりません発行者 (リンク)

[7] ^ベルソン、ウィリアム A. ( 1959 )。「生物学的分類の原理に基づくマッチングと予測」。応用統計学。8 (2): 65–75。doi :10.2307/2985543。JSTOR 2985543。