زهرا ملااسدی - گروه آمار دانشگاه شهید بهشتی دانشجوی کارشناسی ارشد آمار اقتصادی گروه آمار شهید بهشتی
زهرا ملااسدی - گروه آمار دانشگاه شهید بهشتی دانشجوی کارشناسی ارشد آمار اقتصادی گروه آمار شهید بهشتی
مینا گندمی - گروه آمار دانشگاه شهید بهشتی دانشجوی کارشناسی ارشد آمار اقتصادی گروه آمار شهید بهشتی
محمدرضا فقیهی - گروه آمار دانشگاه شهید بهشتی دانشجوی کارشناسی ارشد آمار اقتصادی گروه آمار شهید بهشتی

با توجه به اینکه استفاده از ماشین ظرفشویی می تواند باعث کاهش مصرف آب، کاهش هزینه های خانوار و صرفه جویی در زمان شود در این مقاله تلاش شده است تا با استفاده از داده های طرح هزینه و درآمد خانوارهای شهری سال 95 و استفاده از مدل های آماری مختلف از جمله مدل رگرسیون لجستیک، الگوریتم K- نزدیک ترین همسایه، درخت های رده بندی شبکه های عصبی متغیرهایی که در داشتن یا نداشتن ماشین ظرفشویی در یک خانوار تاثیرگذار هستند را شناسایی کنیم و با استفاده از آنها پیشگویی کنیم چه خانوارهایی مستعد خرید ماشین ظرفشویی هستند. استفاده از این اطلاعات آماری می تواند باعث افزایش فروش شرکت های فروشنده ماشین ظرفشویی و استفاده خانوارهای بیشتری از این محصول شود در نهایت با مقایسه ی درستی مدل ها هم در داده آموزشی و هم در داده اعتبارسنجی و تعداد متغیر درگیر در مدل ها مشخص می شود تنها با داشتن 5 متغیر در یک خانوار میتوان با استفاده از مدل درخت، پیشگویی کرد که این خانوار مستعد داشتن ماشین طرفشویی است یا خیر.

پیشگویی، خانوارهای شهری، طرح هزینه و درآمد، داده کاوی، درخت رده بندی