《表3 DAG6中每条边条件独立性检验结果》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于贝叶斯网稀疏结构学习的信用影响因素结构发现》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

注:*表示对应边的皮尔逊卡方独立性检验P值大于0.05。

表1显示，DAG5与DAG6二者BDe得分差异非常小，但DAG6对数似然损失值明显较大。所以，下面对边数为16的DAG5和边数为31的DAG6进行比较，检验哪一个为最优模型。图3显示，DAG6包括了DAG5中全部边并新增15条边，其中新增7条指向目标变量V21的边。从图形表示上看，似乎DAG6找到与客户类型相关的更多影响因素和路径。因此，利用R包bnlearn尝试检验数据是否支持这15条边的存在，特别关注每个指向V21的变量是否与变量V21具有直接依赖关系，选择皮尔逊卡方条件独立性检验（表2、表3），DAG5中每条边检验的P值均小于0.05，说明它们具有较强的概率依赖，而DAG6有12条边P值大于0.05，说明这些边在DAG6中表示的概率依赖程度较弱，其存在性有待商榷。最终从8个DAG估计中选取DAG5作为最优稀疏估计。