Clementine12理论基础(全)

Decision List 使執行者藉由編輯所需的區段、加入個人化的商業決策、指定欲評分的每個區段以及自訂數個可最適化模型的方法，完整的控制整個模型。

在實務上，金融機構的市場調查部門利用Decision List提供顧客最適合的投資組合，藉此達到公司的最大獲利。Decision List也被使用在分辨客戶的個人特性，透過過去對客戶的推銷情況，找到對客戶最適宜的應對方法。

五、 Regression(線性迴歸分析)

Regression(迴歸分析)

● 建立變數關係的數學方程式之統計程序

● 是將研究的變數區分為因變數與自變數，並建立因變數為自變數之函數模型 ● 主要目的是用來解釋資料過去的現象及由自變數來預測因變數未來可能產生之數值。

● 自變數(Independent variable):由數學方程式預測的變數。 ● 因變數(Dependent variable):據以預測因變數的值之變數。

● 該模型是根據輸入變數估計預測輸出變數的最佳線性方程式。回歸方程代表一條直線或者平面，其預測值與真實輸出值的離差最小，這是一種非常常用的用於概括資料並作出預測的統計方法。

● 只有連續型變數可用於回歸模型。 ● 必須只有一個因變數和一個以上的自變數。 ●

簡單線性迴歸(Simple Linear Regression):僅有一自變數與一因變數，且其關係大致上可用一直線表示。 ● ●

複迴歸(Multiple Regression):兩個以上自變數的迴歸。

多變量迴歸(Multi-Variable Regression):用多個自變項預測數個因變數，建立之迴歸關係

最小平方法 ●

最小平方法(least squares method) ：提供描述自變數與因變數關係的最佳近似之直線。 ●

估計迴歸線(estimated regression line) 或估計迴歸方程式(estimated regression equation) ：最小平方法建立的直線方程式。 ●

^估計迴歸方程式

Y?b0?b1X b0 =該直線的 y 截距

b1Y^??^?滑?????耀??豤?????衩傩??倀觀察之因變數值 =自變數的平均值 =因變數的平均值 ?倀觀察之因變數值 =自變數的平均值 =因變數的平均值 倀觀察之因變數值 =自變數的平均值 =因變數的平均值 =y?總觀察個數 iyi

SST、SSR與SSE的關係

??SST=SSR+SSE

其中 SST=總平方和 SSR=迴歸平方和

SSE=誤差平方和

判定係數(coefficient of determination)：

miny^2i??b???0yi??by^?1ix??iYi?Y假如我們使用SSR/SST評估迴歸關係的適合度，也就是代表迴歸方程的?Xi?X?XiYi???Xi?Yi?/nYib?b??Y?bX101222??X?XX?X?i?i/n?i解釋能力，則此度量值將介於0與1之間 ，其值愈接近1，表示適合度愈

Xi??????佳。記做 。

PCA/F偡觀察之因變數值 總觀察個數 yi

SST、SSR與SSE的關係

??SST=SSR+SSE

=迴歸所能說明的平方和總平方和

?iy其中

SST=總平方和 SSR=迴歸平方和 SSE=誤差平方和

判定係數(coefficient of determination)：