Planungsunterstützung durch Klassifikations-Prognosen

Die klassische Planung kann durch die Vorhersage zukünftig eintretender Ereignisse und deren Wahrscheinlichkeit signifikant verbessert werden und somit im Entscheidungsprozess eine unterstützende Rolle spielen.

 

Im IBM SPSS Modeler hat der Fachbereich die Möglichkeit, eine geleitete Analyse zu nutzen, um zu schnellen, akkuraten und interpretierbaren Ergebnissen zu gelangen. Die Abstraktion der Statistik und der korrekt anzuwendenden Algorithmen verläuft automatisiert, was ein Alleinstellungsmerkmal im Vergleich zu anderen Lösungen darstellt. Zudem steht dem Nutzer eine Vielzahl an Visualisierungsmöglichkeiten zur Verfügung, mit denen er seine Berichte anschaulich gestalten kann.

 

Im Folgenden schauen wir uns dafür im IBM SPSS Modeler die Überlebensstatistik der Passagiere der Titanic an.

 

Datensätze im SPSS Modeler (Beispiel Titanic)
Datensätze im SPSS Modeler (Beispiel Titanic)

Die vorhandenen Daten werden in die Modeler-Umgebung geladen und das Merkmal „Schiffbruch überlebt“ als vorherzusagendes Merkmal definiert.

 

Analyse im IBM SPSS Modeler
Analyse im IBM SPSS Modeler

 

Zusätzlich können wir Visualisierungen erstellen, um einen Einblick in die Daten zu erhalten. So zum Beispiel eine Gegenüberstellung der Überlebenden anhand des Faktors Geschlecht.

 

Visualisierung zur Analyse der Daten
Visualisierung zur Analyse der Daten

 

Diese Visualisierungen verschaffen bereits einen ersten Eindruck und lassen Annahmen darüber zu, welche Faktoren für das Überleben die größte Rolle gespielt haben.

 

Aber sind diese Erkenntnisse und Muster wirklich signifikant oder basieren sie nur auf Zufall? Genau hier setzen die Predictive Analytics Algorithmen an und liefern dem Analysten allgemeingültige Muster und Erkenntnisse, die aus den Daten gewonnen werden. Der automatische Klassifikationsknoten im IBM SPSS Modeler wendet nun eine Reihe von statistisch korrekten Algorithmen auf die Daten an und gibt dem Nutzer eine Übersicht der Vorhersagemodelle, die eine hohe Genauigkeit besitzen.

 

Automatische Algorithmen-Anwendung im SPSS Modeler
Automatische Algorithmen-Anwendung im SPSS Modeler
Übersicht der Vorhersagemodelle und Ihrer Qualität
Übersicht der Vorhersagemodelle und Ihrer Qualität

 

Der Nutzer kann sich dann die Erkenntnisse der Vorhersagemodelle anschauen und diese für die Entscheidungsfindung nutzen oder die Logik des Vorhersagemodells nutzen, um automatisiert die Zustände, zu prognostizieren, die zukünftig am wahrscheinlichsten sind.

 

Übersicht der Vorhersagelogik und der signifikanten Merkmale
Übersicht der Vorhersagelogik und der signifikanten Merkmale
Entscheidungsbaum als Visualisierung der Vorhersage
Entscheidungsbaum als Visualisierung der Vorhersage

 

Mehr zu IBM SPSS erfahren Sie hier:

 

Autor: Robin Richter, Senior Consultant avantum consult AG

Kommentar schreiben

Kommentare: 0