MutualInfo - diagramfunktion
MutualInfo beräknar ömsesidig information (MI) mellan två fält eller mellan aggregerade värden i Aggr().
MutualInfo möjliggör olika typer av MI-analys:
-
Gemensam information (MI) för par: Beräkna den gemensamma informationen i ett drivande fält och ett målfält.
-
Uppdelning av drivare efter värde: Den gemensamma informationen beräknas baserat på individuella fältfärden i drivande fält och målfält.
-
Funktionsurval: Använd MutualInfo i ett rutnätsdiagram om du vill skapa en matris där alla fält jämförs med varandra baserat på gemensam information.
MutualInfo returnerar den aggregerade gemensamma informationen för två datauppsättningar. Gemensam information är ett mått på förhållandet mellan datauppsättningarna, och aggregeras för (x,y)-värdeparen upprepat över diagrammets dimensioner. Gemensam information har ett värde mellan 0 och 1. MutualInfo definieras av urvalet eller set-uttrycket.
Vid beräkning av den gemensamma informationen påverkar associationer överensstämmelsen mellan och frekvensen av värden från fält i olika tabeller.
De värden som returneras för samma mål och drivare kan variera något. Detta beror på att varje MutualInfo-anrop utförs på slumpmässigt valda exempeldata och den inbyggda slumpmässigheten hos MutualInfo-algoritmen.
MutualInfo kan användas på Aggr()-funktionen.
Syntax:
MutualInfo({SetExpression}] [DISTINCT] [TOTAL] target, driver , datatype [, breakdownbyvalue [, samplesize ]])
Returnerad datatyp: numeriska
Argument:
| Argument | Beskrivning |
|---|---|
| target, driver | Uttrycken eller fälten som innehåller de två uppsättningarna med exempeldata för vilka den gemensamma informationen ska mätas. |
| datatype |
Datatyperna i mål och drivare, 1 eller 'dd' för diskret:diskret 2 eller 'cc' för kontinuerlig:kontinuerlig 3 eller 'cd' för kontinuerlig:diskret 4 eller 'dc' för diskret:kontinuerlig Datatyper är inte skiftlägeskänsliga. |
| breakdownbyvalue |
Ett statiskt värde motsvarar ett värde i drivaren. Om angett, beräknas MI-bidraget för det värdet. Du kan använda ValueList() eller ValueLoop(). Om Null() läggs till beräknas total MI för alla värden i drivaren. För uppdelning efter värde krävs att drivaren innehåller diskreta data. |
| samplesize |
Antalet värden som ska ingå i exempeldata från mål och drivare. Urvalet är slumpmässigt. MutualInfo kräver minst 80 värden i exempeldata. Som standard gör MutualInfo ett urval på högst 10 000 datapar, eftersom MutualInfo kan vara resurskrävande. Du kan ange att fler datapar ska ingå i exempeldata. Om MutualInfo når tidsgränsen minskar du mängden exempeldata. |
| SetExpression | Som standard kommer aggregeringsfunktionen att aggregera över den uppsättning möjliga poster som definierats av urvalet. En alternativ uppsättning poster kan definieras med ett uttryck för set-analys. |
| DISTINCT | Om predikatet DISTINCT förekommer framför funktionsargumenten ignoreras alla dubbletter som evaluerats utifrån funktionsargumenten. |
| TOTAL |
Om ordet TOTAL står före funktionsargumenten görs beräkningen över alla valbara värden givet de aktuella valen, och inte bara sådana som rör det aktuella dimensionsvärdet, det vill säga att diagramdimensionerna ignoreras. Bestämningen TOTAL kan följas av en lista med ett eller flera fältnamn inom vinkelparenteser <fld>. Dessa fältnamn bör ingå i en underuppsättning av diagrammets dimensionsvariabler. |
Begränsningar:
Textvärden, NULL-värden och saknade värden i någon eller båda delarna av ett datapar resulterar i att hela dataparet ignoreras.
Exempel och resultat:
Lägg till exempelskriptet i appen och kör det. Lägg sedan till de fält som listas i resultatkolumnen på ett ark i appen för att se resultatet.
| Exempel | Resultat |
|---|---|
| mutualinfo(Age, Salary, 1) |
Om du har en tabell med dimensionen |
| mutualinfo(TOTAL Age, Salary, 1, null(), 81) |
Om du skapar en filterruta med dimensionen Gender och gör urval från den, ser du resultatet 0.99805677 när Female är valt och 0.99847373 om Male är valt. Det beror på att urvalet utesluter alla resultat som inte tillhör det andra värdet för Gender. |
| mutualinfo(TOTAL Age, Gender, 1, ValueLoop(25,35)) |
0.68196996. Om du väljer valfritt värde från Gender ändras detta till 0. |
| mutualinfo({1} TOTAL Age, Salary, 1, null()) |
0.99820986. Detta är oberoende av urval. Set-uttrycket {1} ignorerar alla urval och dimensioner. |
Data som används i exempel:
Salary:
LOAD * inline [
"Employee name"|Age|Gender|Salary
Aiden Charles|20|Male|25000
Ann Lindquist|69|Female|58000
Anna Johansen|37|Female|36000
Anna Karlsson|42|Female|23000
Antonio Garcia|20|Male|61000
Benjamin Smith|42|Male|27000
Bill Yang|49|Male|50000
Binh Protzmann|69|Male|21000
Bob Park|51|Male|54000
Brenda Davies|25|Male|32000
Celine Gagnon|48|Female|38000
Cezar Sandu|50|Male|46000
Charles Ingvar Jönsson|27|Male|58000
Charlotte Edberg|45|Female|56000
Cindy Lynn|69|Female|28000
Clark Wayne|63|Male|31000
Daroush Ferrara|31|Male|29000
David Cooper|37|Male|64000
David Leg|58|Male|57000
Eunice Goldblum|31|Female|32000
Freddy Halvorsen|25|Male|26000
Gauri Indu|36|Female|46000
George van Zaant|59|Male|47000
Glenn Brown|58|Male|40000
Harry Jones|38|Male|40000
Helen Brolin|52|Female|66000
Hiroshi Ito|24|Male|42000
Ian Underwood|40|Male|45000
Ingrid Hendrix|63|Female|27000
Ira Baumel|39|Female|39000
Jackie Kingsley|23|Female|28000
Jennica Williams|36|Female|48000
Jerry Tessel|31|Male|57000
Jim Bond|50|Male|58000
Joan Callins|60|Female|65000
Joan Cleaves|25|Female|61000
Joe Cheng|61|Male|41000
John Doe|36|Male|59000
John Lemon|43|Male|21000
Karen Helmkey|54|Female|25000
Karl Berger|38|Male|68000
Karl Straubaum|30|Male|40000
Kaya Alpan|32|Female|60000
Kenneth Finley|21|Male|25000
Leif Shine|63|Male|70000
Lennart Skoglund|63|Male|24000
Leona Korhonen|46|Female|50000
Lina André|50|Female|65000
Louis Presley|29|Male|36000
Luke Langston|50|Male|63000
Marcus Salvatori|31|Male|46000
Marie Simon|57|Female|23000
Mario Rossi|39|Male|62000
Markus Danzig|26|Male|48000
Michael Carlen|21|Male|45000
Michelle Tyson|44|Female|69000
Mike Ashkenaz|45|Male|68000
Miro Ito|40|Male|39000
Nina Mihn|62|Female|57000
Olivia Nguyen|35|Female|51000
Olivier Simenon|44|Male|31000
Östen Ärlig|68|Male|57000
Pamala Garcia|69|Female|29000
Paolo Romano|34|Male|45000
Pat Taylor|67|Female|69000
Paul Dupont|34|Male|38000
Peter Smith|56|Male|53000
Pierre Clouseau|21|Male|37000
Preben Jørgensen|35|Male|38000
Rey Jones|65|Female|20000
Ricardo Gucci|55|Male|65000
Richard Ranieri|30|Male|64000
Rob Carsson|46|Male|54000
Rolf Wesenlund|25|Male|51000
Ronaldo Costa|64|Male|39000
Sabrina Richards|57|Female|40000
Sato Hiromu|35|Male|21000
Sehoon Daw|57|Male|24000
Stefan Lind|67|Male|35000
Steve Cioazzi|58|Male|23000
Sunil Gupta|45|Male|40000
Sven Svensson|45|Male|55000
Tom Lindwall|46|Male|24000
Tomas Nilsson|27|Male|22000
Trinity Rizzo|52|Female|48000
Vanessa Lambert|54|Female|27000
] (delimiter is '|');
