Com aplicar arbres de decisió en SPSS

Autors/ores

  • Vanesa Berlanga-Silvente Universitat de Barcelona
  • María-José Rubio-Hurtado Universitat de Barcelona
  • Ruth Vilà Baños Universitat de Barcelona

DOI:

https://doi.org/10.1344/reire2013.6.1615

Paraules clau:

Arbre de decisió, CHAID, Classificació, Mineria de dades

Resum

Un arbre de decisió és una forma gràfica i analítica de representar tots els esdeveniments (successos) que poden sorgir a partir d'una decisió assumida en cert moment. Ens ajuden a prendre la decisió més "encertada", des d'un punt de vista probabilístic, davant un ventall de possibles decisions. Aquests arbres permeten examinar els resultats i determinar visualment com flueix el model. Els resultats visuals ajuden a buscar subgrups específics i relacions que potser no trobaríem amb estadístiques més tradicionals. Els arbres de decisió són una tècnica estadística per a la segmentació, l'estratificació, la predicció, la reducció de dades i el filtrat de variables, la identificació d'interaccions, la fusió de categories i la discretització de variables contínues. La funció arbres de decisió (Tree) en SPSS crea arbres de classificació i de decisió per a identificar grups, descobrir les relacions entre grups i predir esdeveniments futurs. Existeixen diferents tipus d'arbre CHAID, CHAID exhaustiu, CRT i QUEST, segons el que millor s'ajusti a les nostres dades.

Biografies de l'autor/a

Vanesa Berlanga-Silvente, Universitat de Barcelona

Professora. Departament de Mètodes d'Investigació i Diagnòstic en Educació (MIDE), Fac. Pedagogia

María-José Rubio-Hurtado, Universitat de Barcelona

Professora, Departament de Mètodes d'Investigació i Diagnòstic en Educació (MIDE).

Ruth Vilà Baños, Universitat de Barcelona

Professora, Departament de Mètodes d'Investigació i Diagnòstic en Educació (MIDE).

Referències

Hernández, J., Ramírez, M. J., y Ferri, C. (2004). Introducción a la minería de datos. Madrid: Pearson educación.

Lind, D. A., Marchal, W. G., y Wathen, S. A. (2012). Estadística aplicada a los negocios y la economía. México D.F.: MCGraw Hill.

Pérez, C. (2011). Técnicas de segmentación. Conceptos, herramientas y aplicaciones. Madrid: Gaceta Grupo Editorial.

Pérez, C. (2004). Técnicas de análisis multivariante de datos. Aplicaciones con SPSS. Madrid: Pearson educación.

Pérez, C., y Santín, D. (2007). Minería de Datos: Técnicas y Herramientas. Madrid: Ediciones Paraninfo, S.A.

Silberschatz, A. (2007). Fundamentos de diseño de bases de datos (5ª ed.). Madrid: Mcgraw-hill/ Interamericana de España, S.A.

Torrado, M. (2011). Minería de datos aplicados a la educación. Consultado el 1 de octubre de 2012, en Depósito digital de la UB http://hdl.handle.net/2445/19862

Valderrey, P. (2010). Técnicas de segmentación de mercados. Madrid: Starbook editorial.

Vilà, R., y Bisquerra, R. (2004). El análisis cuantitativo de los datos. Bisquerra, R. (coord). Metodología de la investigación educativa (pp. 259-274). Madrid: La Muralla.

Vilà, R. (2012). Arbres de decisió amb SPSS. Consultado el 1 de octubre de 2012, en Depósito digital de la UB: http://hdl.handle.net/2445/22282

Descàrregues

Com citar

Berlanga-Silvente, V., Rubio-Hurtado, M.-J., & Vilà Baños, R. (2013). Com aplicar arbres de decisió en SPSS. REIRE Revista d’Innovació I Recerca En Educació, 6(1), 65–79. https://doi.org/10.1344/reire2013.6.1615

Número

Secció

Articles metodològics

Articles més llegits del mateix autor/a

1 2 > >>