IBM下载 IBMv6.2.5无敌版

SPSS Modeler 15.0是14.2的升级版，是一个非常有用和专业的统计、分析和数据挖掘工具。软件由IBM开发，可以通过大数据做出相应分析，有效增加客户价值。

为了提高营销活动的回报，本站提供了SPSS Modeler 15.0 32位版本的下载地址，有需要的朋友可以前来下载使用。

百度云盘文件名：SPSS _ mod _ CLT _ 32b _ 15.0 _ win _ ml.rar。

使用说明：

用线性回归建立理赔欺诈检测模型

在此示例中，用于构建模型的数据存储在InsClaim.dat中，这是一个CSV格式的数据文件，存储了医院医疗保险索赔的历史记录。该文件中有293条记录，每条记录有4个字段。

分别是ASG(疾病严重程度)、年龄(年龄)、LOS(住院天数)和索赔(索赔金额)。图1显示了部分数据。

图一。历史索赔数据文件

任务与计划

根据现有资料，我们的工作主要包括以下内容：

建立理赔金额预测模型，该模型会根据患者的疾病严重程度、住院天数、年龄来预测理赔金额。

假设模型匹配良好，对预测误差较大的患者数据进行分析。

该模型用于预测索赔欺诈。

根据经验和对数据的初步分析(这种对数据的初步分析可以通过IBM SPSS Modeler的功能实现，这里不是重点，不做深入介绍)，

可以猜测，理赔金额与疾病严重程度、住院时间长短、年龄之间存在线性相关关系，所以我们会先选择线性回归模型进行建模，这样可以得到如下初步方案：

应用线性回归分析建立模型。

如果模型匹配度不好，可能会应用更复杂的模型，比如神经网络、规则推导等。

基于以上分析，我们很容易得到目标模型的因变量是索赔额，自变量是ASG、年龄和服务水平。在建立模型之前，我们可以对模型做一些猜测。以下是根据经验可以想到的一些假设：

随着住院天数的增加，索赔金额增加。

随着疾病严重程度的增加，索赔金额也在增加。

随着年龄的增长，索赔金额增加。

建立模型后，我们会根据模型来验证或反驳这些假设。

用 IBM SPSS Modeler 创建 stream 文件

根据任务需求，我们在IBM SPSS Modeler中构建了一个如图2所示的流文件。在这个流中，InsClaim.dat被用作数据源节点，

它通过一个类型节点处理数据，然后输入到模型节点(CLAIM)。在这种情况下，输出节点(表)可以作为测试节点来查看由类型节点处理生成的数据。

图2. 理赔预测模型stream 示例图

设置类型(type)节点

从前面的分析可见，CLAIM 是因变量，在类型节点中须作为目标变量(Target)，而其余三个字段(ASG、AGE 和LOS) 则是自变量，在类型节点中须设置为输入变量(Input)。

需要注意的是，在线性回归分析模型中，要求所有变量(包括自变量和因变量)都是连续类型。 如果数据中有非数字类型，比如Category 或者Flag，则需要预先转换为数字型。

图3 显示了类型节点设置的具体情况。

图3. 类型节点设置图

模型节点设置

在设置好类型节点后，我们可以双击CLAIM 节点，对模型节点进行设置。首先设置Model 标签页中的选项。 从图4 可以看到设置的具体信息，Model Name 有自动和定制两种类型，

在自动方式下，模型名称自动设置为目标变量的名字(CLAIM)。本模型的输入信息并没有分组，

因此Use partitioned data 和Build model for each split 的选择与否并无关系。

Method 选项将选择输入字段的选择方式，由于本例中的输入字段较少，可以使用默认的Enter 模式。 在字段较多的情况下，

可以选择StepWise、Forward 和Backward 中的一种，它们会采用不同的统计学方式对输入字段进行筛选。

Include constant in equation 选项表示模型中是否包含常量(即截距)，在本例中，由于每次理赔会有一个起始额度，因此选中该选项。

图4. 模型节点的Model 页设置图

在Expert 页中可以设置一些模型的高级选项。在我们选择了专家模式后，可以设置两个选项内容：

Missing Values ——当选中该选项，会忽略那些含有Missing Value 的记录。 (默认选项，通常应该使用这个选项，除非你非常有经验，

清楚知道Missing Value 对该模型的影响)Singularity tolerance ——用来防止相关变量影响模型准确度。 该值越小，表示相似性越高，也就说明排除的可能性越低。

有些统计师倾向于把该值设置的稍大，比如.05(在本例中是.0001)