Positivní ordinální asociace - příklad

Součástí dat Hotel jsou atributy DHodnoceni, DPersonal_ef3, DStrava_ef3, DUbytování_ef3 a DZabava_ef3. Atribut DHodnoceni má kategorie nespokojen, průměr, spokojen, všechny zbývající atributy mají kategorie nižší, průměr, vyšší. Je tedy přirozenou otázkou pro které z atributů *_ef3 a za jakých okolností platí, že pokud má atribut DHodnocení hodnotu nespokojen, pak atribut *_ef3 má hodnotu nižší a analogicky pro dvojice průměr-průměr a spokojen-vyšší.

Jinými slovy, zajímá nás analytická otázka: Za jakých okolností existuje silná pozitivní ordinální asociace mezi atributem DHodnocení a některým z atributů DPersonal_ef3, DStrava_ef3, DUbytování_ef3 a DZabava_ef3?

Relevantní okolnosti budeme definovat pomocí množiny booleovských atributů kde

• Host(?) je booleovský atribut vhodně charakterizující hosty. Je vytvořen z atributů HPohlavi a HVek_exp ze skupiny Host. V zadání procedury odpovídá dílčímu cedentu Host.
• Host/Bydliště(?) je booleovský atribut vhodně charakterizující bydliště hosta. Je vytvořen z atributů H_Cizinec_b, HMesto, HStat ze skupiny Host/Bydliště. V zadání procedury odpovídá dílčímu cedentu Host/Bydliště.
• Pobyt/Začátek(?) je booleovský atribut vhodně charakterizující začátek pobytu hosta. Je vytvořen z atributů PDenTydne, PMesic, PRok, PSezona_b, PVikend_b ze skupiny atributů Pobyt/Začátek. V zadání procedury odpovídá dílčímu cedentu Pobyt/Začátek.

Budeme požadovat, aby booleovský atribut charakterizující relevantní okolnosti byl splněn minimálně pro 300 řádků analyzované matice dat. Pro vyjádření silné pozitivní ordinální asociace použijeme Kendallův kvantifikátor s hodnotou TauB=0.9.

Zadání procedury KL-Miner pro řešení výše naznačené úlohy je v následujícím obrázku. V okně ROW ATTRIBUTES je uvedeno, že řádky kontingenční tabulky budou odpovídat kategoriím atributu DHodnoceni. V okně QUANTIFIERS je uvedeno, že nás zajímají takové okolnosti dané booleovskými atributy zadanými v okně CONDITION, kterým vyhovuje alespoň 300 řádků analyzované matice dat. V okně COLUMN ATTRIBUTES je uvedeno, že sloupce kontingenční tabulky budou postupně odpovídat kategoriím atributů DHodnoceni, DPersonal, DStrava, DUbytovani a DZabava.

V okně ROW ATTRIBUTES je uvedeno, že řádky kontingenční tabulky budou odpovídat kategoriím atributu DHodnoceni. V okně QUANTIFIERS jsou zadány KL-kvantifikátory SUM a KEND. Kvantifikátor SUM specifikuje, že nás zajímají okolnosti dané booleovskými atributy zadanými v okně CONDITION, kterým vyhovuje alespoň 300 řádků analyzované matice dat. Kvantifikátor KEND udává, že nás zajímají negativní závislosti mezi atributy s hodnotou TauB minimálně 0.9. V okně COLUMN ATTRIBUTES je uvedeno, že sloupce kontingenční tabulky budou postupně odpovídat kategoriím atributů DHodnoceni, DPersonal, DStrava, DUbytovani a DZabava.

Výsledkem běhu procedury KL-Miner je sedm vztahů silné pozitivní ordinální asociace: Nejsilnější vztah se týká atributů DHodnoceni a DPersonal a pobytů cizinců ve věku 21 až 60 let přijíždějících v roce 2013. Hodnota TauB je 0.915:

Vztah se týká atributů DHodnoceni a DPersonal a pobytů cizinců ve věku 21 až 60 let přijíždějících v roce 2013. Na záložce TEXT lze zjistit, že vztah se týká 382 pobytů - řádků analyzované matice dat. Silná positivní ordinální asociace se projevuje tím, že převažují řádky matice ve kterých nastává jedna ze situací:

• atribut DHodnoceni nabývá hodnotu nespokojen a atribut DPersonal nabývá hodnotu nižší
• atribut DHodnoceni nabývá hodnotu průměr a atribut DPersonal nabývá hodnotu průměr
• atribut DHodnoceni nabývá hodnotu spokojen a atribut DPersonal nabývá hodnotu vyšší.