An Alternative to Chaid Segmentation Algorithm Based on Entropy.

• Galindo Villardón, María Purificación ^[1] ; Vicente Villardón, José Luis ^[1] ; Dorado Díaz, Ana ^[1] ; Vicente Galindo, María Purificación ^[1] ; Patino Alonso, María Carmen ^[1]
  1. [1] Universidad de Salamanca

     Universidad de Salamanca

     Salamanca, España

     
• Localización: Revista de Matemática: Teoría y Aplicaciones, ISSN 2215-3373, ISSN-e 2215-3373, Vol. 17, Nº. 2, 2010, págs. 179-197
• Idioma: inglés
• DOI: 10.15517/rmta.v17i2.2127
• Títulos paralelos:
  • Una Alternativa al Algoritmo Chaid de Segmentación Basada en Entropía.
• Enlaces
  • Texto completo (pdf)
• Resumen
  • español

    La técnica de segmentación basada en árboles CHAID (Detección Automática de Interacción basada en el Chi Cuadrado, o Chi-Squared Automatic Interaction Detection, por sus siglas en inglés) ha mostrado ser útil para obtener segmentos significativos que sean predictivos de una variable criterio de K categorías (nominal u ordinal).CHAID fue diseñado para detectar, de manera automática, la interacción entre  varios predictores categóricos u ordinales para explicar una respuesta categórica,  pero esto puede no ser cierto cuando se presenta la paradoja de Simpson. Esto se debe al hecho de que CHAID es un algoritmo de selección hacia adelante basado en conteos marginales. En este artículo proponemos un algoritmo de eliminación hacia atrás que empieza con el conjunto completo de predictores (o árbol completo) y elimina progresivamente predictores. El procedimiento de eliminación está basado en contrastes de independencia condicional usando el concepto de entropía. El procedimiento propuesto es comparado con CHAID.

  • English

    The CHAID (Chi-Squared Automatic Interaction Detection) treebased segmentation technique has been found to be an effective approach for obtaining meaningful segments that are predictive of a K-category (nominal or ordinal) criterion variable. CHAID was designed to detect, in an automatic way, the  nteraction between several categorical or ordinal predictors in explaining a categorical response, but, this may not be true when Simpson’s paradox is present. This is due to the fact that CHAID is a forward selection algorithm based on the marginal counts. In this paper we propose a backwards elimination algorithm that starts with the full set of predictors (or full tree) and eliminates predictors progressively. The elimination procedure is based on Conditional Independence contrasts using the concept of entropy. The proposed procedure is compared to CHAID.

• Referencias bibliográficas
  • Ávila, C.A. (1996) Una Alternativa al Análisis de Segmentación Basada en el Análisis de Hipótesis de Independencia Condicionada. Tesis...
  • Baron, S.; Phillips, D. (1994) “Attitude survey data reduction using CHAID: an example in shopping centre market research”, Journal of Marketing...
  • Christensen R. (1990) Log-Linear Models. Springer-Verlag, New York.
  • Clark, W.A.V.; Duerloo, M.C.; Dieleman, F.M. (1991) “Modeling categorical data with chi square automatic interaction detection and correspondence...
  • Dorado, A. (1998) Métodos de Búsqueda de Variables Relevantes en Análisis de Segmentación: Aportaciones desde una Perspectiva Multivariante....
  • Dorado, A.; Galindo. P.; Vicente, J.L.; Vicente-Tavera, S. (2002) “El CHAID como herramienta de marketing politico”, Esic Market 111: 129–140.
  • Galindo, M. P.; Vicente-Galindo, P.; Patino-Alonso,C ; Vicente-Villardón, J. L. (2007) “Caracterización multivariante de los perfiles de...
  • Kass, G.V. (1980) “An exploratory technique for investigating large quantiles of categorical data”, Applied Statistics 29: 119–127.
  • Malchow, H. (1997) “The targeting revolution in political direct contact”, Campaigns & Elections 18: 51–66.
  • Magidson, J. (1990) “CHAID, LOGIT and Log-linear Modelling”, Marketing Information Systems. Datrapo Report IM11-130: 101–115.
  • Marques, P.; Tippetts, A.; Voas, R.; Beirness, D. (2001) “Predicting repeat DUI offenses with the alcohol interlock recorder”, Accident– Analysis–and–Prevention...
  • Mckenney, C. (2000) Women Chief Academic Officers of Public Community Colleges: Career Paths and Mobility Factors. Ed. Texas Tech University.
  • Shannon, C.E.; Weaver, W. (1949/1963) The Mathematical Theory of Communication. University Illinois Press, Urbana and Chicago.
  • Simpson, E.H. (1951) “The interpretation of interaction in contingence tables”, Royal Statistical Association 13B: 238–241.
  • Van Diepen, M.; Franses, P.H. (2006) “Evaluating chi-squared automatic interaction detection”, Information Systems 31(8): 814–831.