تسجيل البيانات باستخدام النماذج التنبؤية

مفهوم النماذج التنبؤية في SPSS

يُشار إلى عملية تطبيق نموذج تنبؤي على مجموعة من البيانات باسم تسجيل البيانات Scoring Data. لدى برنامج التحليل الإحصائي SPSS إجراءات لبناء النماذج التنبؤية مثل الانحدار والتجميع أو التجزئة العنقودية والشجرة ونماذج الشبكة العصبية. بمجرد بناء النموذج، يمكن حفظ مواصفات النموذج في ملف يحتوي على جميع المعلومات اللازمة لإعادة بناء النموذج. يمكنك بعد ذلك استخدام ملف النموذج هذا لإنشاء نتائج تنبؤية في مجموعات البيانات الأخرى. ملاحظة: بعض الإجراءات تنتج ملف XML نموذجي، وبعض الإجراءات الأخرى تنتج أرشيف ملف مضغوط (ملف .zip).

مثال توضيحي للنماذج التنبؤية

يستخدم قسم التسويق المباشر لشركة ما نتائج اختبار بريد إلكتروني لتعيين درجات الميل لبقية قاعدة بيانات جهات الاتصال الخاصة بهم، وذلك باستخدام الخصائص الديموغرافية المختلفة لتحديد جهات الاتصال التي من المرجح أن تستجيب وتقوم بعملية شراء.

يتم التعامل مع عملية التسجيل وكأنها عملية تحويل للبيانات. يتم التعبير عن النموذج داخليًا كمجموعة من التحويلات الرقمية ليتم تطبيقها على مجموعة معينة من الحقول (المتغيرات) – المتنبئات المحددة في النموذج – من أجل الحصول على نتيجة متوقعة. وبهذا المعنى، فإن عملية تسجيل البيانات باستخدام نموذج معين هي بطبيعتها نفس عملية تطبيق أي وظيفة أو دالة، مثل دالة الجذر التربيعي، على مجموعة من البيانات.

خطوات تسجيل البيانات

تتكون عملية التسجيل من خطوتين أساسيتين، هما:

الخطوة الأولى: خطوة بناء النموذج

الخطوة الأولى هي بناء النموذج التنبؤي وحفظ ملف النموذج. يمكنك إنشاء النموذج باستخدام مجموعة بيانات تعرف نتيجة الاهتمام بها (يشار إليها غالبًا باسم الهدف). على سبيل المثال، إذا كنت ترغب في بناء نموذج يتنبأ بمن من المحتمل أن يستجيب لحملة بريد إلكتروني مباشر، فأنت بحاجة إلى البدء بمجموعة بيانات تحتوي بالفعل على معلومات حول من قام بالرد ومن لم يستجب. على سبيل المثال، قد تكون هذه نتيجة اختبار بريد إلكتروني لمجموعة صغيرة من العملاء أو معلومات عن الردود على حملة مماثلة في الماضي.

لاحظ أنه بالنسبة لبعض أنواع النماذج، لا توجد نتيجة مستهدفة للاهتمام. نماذج التجزئة العنقودية، على سبيل المثال، ليس لها هدف، وبعض نماذج الجار الأقرب ليس لها هدف.

الخطوة الثانية: تطبيق النموذج

قم بتطبيق النموذج التنبؤي الذي تم بنائه على مجموعة بيانات مختلفة (والتي لا تعرف نتيجة الاهتمام بها) للحصول على النتائج المتوقعة.

المصدر

error:
Scroll to Top