文档介绍：CHAID提供了一种在多个自变量中自动搜索能产生最大差异的变量方案。
不同于C&R树和QUES节点,CHAID分析可以生成非二进制树，即有些分割有两个以上的分支。
CHAID模型需要一个单一的目标和一个或多个输入字段。还可以指定重量和频性角度确定分支变量和分隔值，进而优化树的分枝过程
CHAID是建立在因果关系的探讨中的，依据目标变量实现对输入变量众多水平的划分
例：心脏数据综合诊断数据
现有数据OVERALL_DIAGNOSI跺合诊断）
本案例是一个医学心脏病综合诊断报告案例，目的通过已知的22个变量F1~F22来预测每个病人是否正常。
0-正常，1-异常
卡方检验：
（1）零假设H0：心脏病检验结果与F13变量无关。（F13变量对输出变量无影响）
卡方值越大，说明两者有关系可能性越大。
确定自由度：（行数-1）*（列数-1）=1
选择显著水平=,对应的卡方值K为
卡方值=（48*12587*7）2*267/（55*212*135*132）=>>
拒绝原假设。故心脏病检验结果与
F13有关。（卡方值为时，对应的P值已趋于0，
即“心脏病检验结果与F13有关”成立的概率趋于1-0=100%）
建立CHAID模型
在“建模”中选择CHAID节点，将其加入数据流中
“TYPE’节点
"Range”范围：用来描述数值，如0-100或范围。一个范围值可以是一个整数，实数，日期/时间。
“Discrete”离散：用于不同的字符串数值的确切数目是未知的。这是一个未初始化的数据类型，即对数
据的存储和使用的所有可能的信息尚不清楚。一旦数据被读取，类型标志，集，或无类型的，取决于最大
集大小属性对话框中指定的流。
“Flag”标志：用于具有两个不同值的数据，如Yes和No或1和2的数据。可能是文本，整数，实数，
日期/时间数据。注：日期/时间是指三种类型的存储时间，日期或时间戳
“Set”集：用来描述具有多个不同的值的数据，每个被视为一个集的成员，如小型/中型/大型数据。在
这个版本的Clementine，一套可以有任何存储数值---字符串或日期/时间。请注意，设置类型设置不会
自动改变字符串的值。
“OrderedSet”有序集合：用来描述具有多个不同的值的数据，有一种内在的秩序。例如，工资类别
或满意度排名可以分为一组有序。有序集的顺序是指通过其元素的自然排序顺序。例如，1，3，5，是
一组整数的默认排序顺序，而高，低，师范大学（升序按字母顺序排列）是一组字符串的顺序。有序的集
合类型，可让您定义一组有序数据的可视化，建立模型（,C&RTree,TwoStep），并扩展到其他应用程序，
如SPSS，承认有序数据作为一个独特的类型。此外，任何存储类型（真实的，整数，字符串，日期，时
间，等等）的领域都可以被定义为一个有序的集合。
“Typeless”无类型：用于数据不符合任何上述类型的集合类型或包含太多值的集合类型。它是有用于一
个集合包含太多值（如帐号）。
CHAID“字段”选项
目标。对于需要一个或多个目标字段的模型，请选择目标字段。此操作与在类型节点中将字段的方向设置
为输出类似。
输入o选择输入字段。此操作与在类型节点中将字段的方向设置为输入类似。
分区字段。该字段允许使用指