使用分类树评估信用风险 ITELLIN 2005-11-29 这是SPSS 帮助菜单中个案研究的一个例子。假设银行有一个记载客户取得贷款交易信息的数据库，包括客户偿还或拖欠贷款的记录。使用分类树技术，银行方面可以分析及时还贷和有拖欠行为的客户特征，并能建立模型预测后续的贷款申请者拖欠银行贷款的可能性。信用数据文件名为 tree_credit.sav 。 一、 建立模型 分类树过程提供几种不同的方法用来建立树模型。本案例使用的是预设的方法： CHAID——卡方自动交互检验。 在计算的每一步中， CHAID 选择与因变量交互作用最强的自变量（预测因子）。如果某些自变量与因变量没有很强的显著性差别，这些自变量的分类将被合并。 1. 建立CHAID 树模型 从菜单中选择： 选择信用等级做因变量。 将所有剩余变量做自变量。（程序将自动排除对最终模型没有显著贡献的变量。） 到这一步就可以运行程序产生基本的树模型，但是对最终模型我们打算选择一些附加输出并做一些小的调整。 2 . 选择分类目标 点选因变量下方的 Categories 按钮。 打开分类对话框，在这里就可以指定感兴趣的目标分类。目标分类自身不影响树模型，但是如果你选择了目标分类，部分输出和选项就可使用。 在分类为Bad 的目标复选框中打勾。具有不良信用等级（拖欠贷款）的客户将按感兴趣的目标分类来对待。 点击继续。 3 . 定义的生成标准 本例中，我们准备生成一个相当简单的树，所以要提高父结点和子节点的最小数量来限制树的生长。在分类树对话框中点击 Criteria。 在 Minimum Number of Cases组中，父结点处键入 400，子结点处键入 200 。 点击继续。 4 . 选择附加输出 在分类树对话框中点击 Output。出现一个多页对话框，在这里可以选择各种附加输出类型。 勾选Tree 页的Tree in table format项。然后点击Plots 页，勾选Gain 和Index 项。 点击继续。 注意: 这些图需要为因变量指定目标分类。本例中，直到指定一个或多个目标分类，Plots 页才可以激活。 5 . 保存预测值 保存包含模型预测信息的变量。例如，保存每个个案预测的信用等级，然后与实际信用等级进行比较。 在分类树对话框中点击 Sav e按钮。勾选 Terminal node nu mber, Predicted v alu e, 和 Predicted probabilities。 点击继续。在分类树对话框中点击O K 运行该过程。 二、 模型评估 本案例中，模型结果包括： • 提供有关模型信息的表格。...
