Vkiad

Вформе таблицсопряжеудобпредставлятьнрезультатынооти				циологическихопросов,
психологическихтестов,анкетирвыб, рочвания			ныхобслеидругих, ованийкоторыхля
характернобольшоеколикачественизмеряемыхпр, знаковечисловыхшкалах.В
соответстсвыбраннымиииноминкл( ссифльными)пр каждыйзнакамикационнымиобъект
приэтомотноситсякопределеннойкатегории,илиграда				ции.Врезультатеклассификациивсех
объектовизрассматриваемойвы			боркивычисляютчастотывстречаемобъектовя сти	темиил
иными.
Таблицасопряженности
	X1	X2	Всего
Y1	!!	!"	!"
Y2
Всего	!"	!!	!"
L112.	!"	!"	!! =
	Таблицысопряжявляютнтолькоеннудспособомстиябнымпред			-
ставлениянечисл« да»,ныхпримовыхдлярешенняютсяразлич				ных задач
иханализа.Кчиосновлузадачотноситсяаналзависимоых				стиноминальных
признаков.
L113.				Таблица1
Таблицасопряженности
	X1	X2	Всего
Y1	!!	!"	!"
Y2
Всего	!"	!!	!"
	!"	!"	!!

Втаблицепредста1 таблицавпризумяленнаяками			=		X и Y,принимающимипо2
значения.					!"	, = 1,2
Еслипредп,чтоложить		n фиксчи,ислучайныероованноееличины
имтеоютраспределениеетическое,опредэл ляемоевероятнтарнымиостями
!"	, = 1,2 ,тосправедэтогоставлениеливораспревитаблицыд2. ения					Таблица2
Таблицараспревероятностейдляелентабл1 ицы
		X1	X2	Всего
	Y1	!!	!"	!"
	Y2
	Всего	!"	!!	!"
Еслиимеетсявыборказначенийпризнаковдля		!"	!"	!!	n объектов, могутбытьвычислены
					= 1

оценкивероятностейизтаблицы2.

!" = !" !! = !" / n (i,j = 1,2)

Втаблицепривед3 частотдляненыкоторойгипотетическойвыборкинаблюдений.

Будемсчи, тоать X – образование( X1 – высшее, X2 – среднееилиспециальное), Y – пол( Y1 - мужской, Y2 – женский)

				Таблица3
Частотыдлягипотетическогонабораданных
Y2	X1	X2	Всего
	10	20	30
Y1		25	30
Всего	5
	15	45	60	Таблица4
Оцвенкароятностей	длягипотетичеснабораданныхкого
Y2	X1	X2	Всего
	0,167	0,333	0,5
Y1	0,083	0,417	0,5
Всего
L114.	0,25	0,75	1

L115.

L116.

M117.

Структурадеревапредстасобойлистья«»ветки«ляет»На.ребрахветках(«»)дерева
решениязаписаныатрибуты,от	которыхзависитцелефункция, листьях«ая»записаны
значения целевойфункции	,авостаузльныхах	— атрибуты,покоторымразличаются
случаи.Чтобыклассифицирновыйслучай,надоспуститьдереоватьдоливыдатьсутая
соответствующзначение.Подобныерешвьяиероконийспользуютсяв
интеллектуальнанализеданных.Цельсостоитвтом,чт бым		здатьмодель,которая
предсказываетзначениецелпер оменнсновейнескп ременныхйлькихнавходе.

M118.

АлгоритмCARTпредпостроляназначбинадеррешенияногоева.Биденаийрныеевья
такженазываютдвои,значит, кажнымитоузелдереваыйп азбиенииимееттолько
двухпотомк.ДляалгCARTоритмаповедение»объект«выдгруппыеозначаетленнойв
долю модальногозначениявыходнопризнака.Выделенныегруппыо	— те,длякоторыхэта
долядостатвыс.Накошагеждкачнопостромдерправилое,формируемоеван яузле,
делитзаданноемножествопримеровнадвечасти	— часть,вкоторвыполняетсяправилой
(пот омок — right)ичасть,вкоторойправилоневыполняетсяпотомок(	— left).

МетодCARTприменяетсядля

номинальных (обычнодвухуровневых)

и порядковых предикторных пере.Вэтоммеперебираютсянныхтодевсевозможные вариантыветвлениядлякаждогоузла,выбитапредикторнаяаетсяпеременная,при которойоценочнаяфункцдаетнаилучшийпоказателья.

M119.

M120.

M121.

M122.