====== Vysoký rozdíl konfidencí - příklad ======
==== Motivace ====
Data Hotel zahrnují mimo jiné údaje o hostech, jejich bydlišti, a o spokojenosti hostů s pobytem. Lze tedy formulovat analytickou otázku: //Jsou významné rozdíly mezi jednotlivými státy ohledně vztahů mezi charakteristikami hosta (pohlaví, věk) a typickými parametry odpovědí v dotazníku pobytu? // 
Symbolicky můžeme otázku zapsat jako{{ ::stat_stat_host_dotaznik_schema.png |}} 


Vzhledem k tomu, že významný rozdíl lze chápat  různým způsobem, upřesníme otázku takto: 
 //Existují takové skupiny hostů, že pro nějakou dvojici států je rozdíl procentuálních podílů nějaké kombinace výsledků v dotazníku větší než daná mez? // 

==== Formalizace otázky ====

Otázku lze formalizovat pomocí dvojice [[https://lispminer.vse.cz/guhate/doku.php?id=lm_guha_te_pravidlo#podminene_asociacni_pravidlo|podmíněných asociačních pravidel]] 
Host(?) → Dotazník(?) / Stát(1) a Host(?) → Dotazník(?) / Stát(2), jejich čtyřpolních tabulek 
{{ ::sd4ft_rozdil_konfidenci_formalizace.png |}}
Uvedená podmínka znamená, že nás zajímají dvojice podmíněných asociačních pravidel takové, že 
Stát(1) a Stát(2) jsou dva různé státy a platí 
  - konfidence asociačního pravidla Host(?) → Dotazník(?) pro Stát(1) je nejméně o 0.20  vyšší než pro stát Stát(2) 
  - nejméně 25 pobytů hostů ze státu 1 splňuje antecedent Host(?) i sukcedent Dotazník(?),
  - nejméně 25 pobytů hostů ze státu 2 splňuje antecedent Host(?) i sukcedent Dotazník(?). 

Takovou dvojici podmíněných asociačních pravidel chápeme jako [[lm_guha_di_sd4ft_proc|SD4ft-pravidlo]] 

Stát(1)×Stát(2): Host(?) →[Df-Conf,0.20,25,25]  Dotazník(?), 

kde →[Df-Conf,0.20,25,25] je SD4ft-kvantifikátor odpovídající výše uvedené podmínce. 
Dále budeme předpokládat, že    
  * Stát(1) a Stát(2) jsou booleovské atributy vytvořené z atributu [[lm_guha_di_hotel_host_bydliste#Atribut HStat|Hstat]]
  * Host(?) je booleovský atribut vhodně charakterizující hosty. Je vytvořen z atributů [[lm_guha_di_hotel_host#Atribut HPohlavi|HPohlavi]] a [[lm_guha_di_hotel_host#Atribut HVek_exp|HVek_exp]] ze skupiny Host. V zadání procedury odpovídá [[https://lispminer.vse.cz/wiki/doku.php?id=lmtask:settings:ftpartialcedent|dílčímu cedentu]] Host. 
  * Dotazník(?) je booleovský atribut vhodně charakterizující odpovědi uvedené v dotazníku. Je vytvořen z atributů [[lm_guha_di_hotel_dotaznik#Atribut DHodnoceni|DHodnoceni]], [[lm_guha_di_hotel_dotaznik#Atribut DPersonal_ef3|DPersonal_ef3]], [[lm_guha_di_hotel_dotaznik#Atribut DStrava_ef3|DStrava_ef3]], [[lm_guha_di_hotel_dotaznik#Atribut DUbytovani_ef3|DUbytovani_ef3]], [[lm_guha_di_hotel_dotaznik#Atribut DZabava_ef3|DZabava_ef3]]. V zadání procedury odpovídá [[https://lispminer.vse.cz/wiki/doku.php?id=lmtask:settings:ftpartialcedent|dílčímu cedentu]] Dotaznik. 

==== Zadání procedury ====

Zadání procedury [[lm_guha_di_sd4ft_proc|SD4ft-Miner]] pro řešení výše naznačené úlohy je v následujícím obrázku. 
{{ ::sd4ft_formalizace_zadani_prikladu_rozdil.png |}}
V  poli ANTECEDENT je uvedeno zadání relevantních booleovských atributů  Host(?), zadává se jako 
[[https://lispminer.vse.cz/wiki/doku.php?id=lmtask:settings:ftcedenthierarchy|množina relevantních cedentů]]. 

V poli QUANTIFIERS je zadán SD4ft-kvantifikátor →[Df-Conf,0.25,25,25] 

V poli SUCCEDENT je uvedeno zadání relevantních booleovských atributů  Dotazník(?), zadává se  jako 
[[https://lispminer.vse.cz/wiki/doku.php?id=lmtask:settings:ftcedenthierarchy|množina relevantních cedentů]], stejně jako pro sloupec ANTECEDENT.

V poli FIRST SET je zadání relevantních booleovských atributů Stát(1), je použit atribut [[lm_guha_di_hotel_host_bydliste#Atribut HStat|HStat]]

V poli SECOND SET je zadání relevantních booleovských atributů Stát(2), je použit atribut [[lm_guha_di_hotel_host_bydliste#Atribut HStat|HStat]].  

==== Výsledky ====
Výsledkem běhu procedury SD4ft-Miner je 33 SD4ft-pravidel vyhovujících zadaným podmínkám: 
{{ ::sd4ft_formalizace_vysledek_prikladu_rozdil.png |}}

Nejsilnější je první SD4ft pravidlo: 
{{ ::sd4ft_formalizace_vysledek_prikladu_rozdil_detail_text.png |}}

Detailní výstup pro toto SD4f-pravidlo je: 
{{ ::sd4ft_formalizace_vysledek_prikladu_rozdil_detail.png |}}

Označme Žena(do 28) = HPohlavi(žena) ∧  HVek(pod 21, od 21 do 28. Potom je z výstupu zřejmé: 

  * konfidence podmíněného asociačního pravidla Žena(do 28) →  DHodnoceni(průměr) / HStat(Německo) je 25/(25+13) = 0.66 
  * konfidence podmíněného asociačního pravidla Žena(do 28) →  DHodnoceni(průměr) / HStat(ČR) je 31/(31+48) = 0.39 
  * konfidence pravidla Žena(do 28) →  DHodnoceni(průměr) / HStat(Německo) je tedy o 0.27 větší než pro pravidlo Žena(do 28) →  DHodnoceni(průměr) / HStat(ČR).