Tabellen für Stärke der obersten 2-Faktor-Wechselwirkungen Anpassen des Modells und Ermitteln von wichtigen Prädiktoren mit TreeNet® Regression

Hinweis

Dieser Befehl ist mit dem Predictive Analytics-Modul verfügbar. Klicken Sie hier, um weitere Informationen zum Aktivieren des Moduls zu erhalten.

Hier finden Sie Anleitungen zur Interpretation der Tabellen zur Stärke der Wechselwirkungen.

Die Tabellen zur Stärke der obersten 2-Faktor-Wechselwirkungen identifizieren die Variablenpaare mit den stärksten Wechselwirkungen. Die Wechselwirkungstabellen zeigen den % des gesamten quadrierten Fehlers und/oder den % des quadrierten Fehlers für die stärksten 2-Faktor-Wechselwirkungen an. Verwenden Sie den % des gesamten quadrierten Fehlers, um die Stärke der Wechselwirkung relativ zur Streuung in den Daten zu beschreiben. Verwenden Sie den Prozentsatz des quadrierten Fehlers für das spezifische Variablenpaar, um die Stärke der Wechselwirkung relativ zur Stärke der Haupteffekte der Variablen zu beschreiben.

Wechselwirkungen sind nicht möglich, wenn eine Struktur nur über 2 Endknoten verfügt. Daher muss die maximale Anzahl der Endknoten pro Baum 3 oder größer sein. Sie können dies im Optionen Unterdialog festlegen.
Hinweis

Minitab zeigt die Wechselwirkungstabellen nicht an, wenn alle Wechselwirkungen einen Prozentsatz des gesamten quadrierten Fehlers oder einen Prozentsatz des quadrierten Fehlers von weniger als 10 % aufweisen.

Interpretation

In diesem Beispiel sind die acht stärksten 2-Faktor-Wechselwirkungen für beide Tabellen identisch. Die Reihenfolge variiert jedoch leicht. In der ersten Tabelle ist die Wechselwirkung wischen „Jahreseinkommen“ und „Front-End-Verhältnis“ die stärkste 2-Faktor-Wechselwirkung. Der Prozentsatz des gesamten quadrierten Fehlers beträgt 11,71977, was bedeutet, dass 11,1977 % des gesamten quadrierten Fehlers durch die Haupteffekte von „Jahreseinkommen“ und „Front-End-Verhältnis“ und ihren 2-Faktor-Wechselwirkungen erklärt wird.

Bei der gleichen 2-Faktor-Wechselwirkung zwischen Jahreseinkommen und Front-End-Verhältnis beträgt der prozentuale quadrierte Fehler für das Prädiktorpaar mit Haupt- und Wechselwirkungseffekten 19,73464 %.

Zu Berechnung: 19,73464% = Komponente 3 / ( Komponente 1 + Komponente 2 + Komponente 3) * 100 %
  • Komponente 1 = der quadrierte Fehler, der durch den ersten Haupteffekt, das Jahreseinkommen, erklärt wird
  • Komponente 2 = der quadrierte Fehler, der durch den zweiten Haupteffekt, das Front-End-Verhältnis, erklärt wird
  • Komponente 3 = der quadrierte Fehler, der durch die Wechselwirkung zwischen „Jahreseinkommen“ und „Front-End-Verhältnis“ und deren Haupteffekten erklärt wird

TreeNet®-Regression: Kreditbetrag vs Jahreseinkom; Einkommensqu; ...

Stärke der obersten 2-Faktor-Wechselwirkungen % des gesamten quadrierten Fehlers Prädiktor 1 Prädiktor 2 11,71977 Jahreseinkommen Front-End-Verhältni 9,26333 Landkreiskode Statistisches Kerng 7,78507 Statistisches Kerng Jahreseinkommen 5,63338 Einkommensquote Front-End-Verhältni 4,36461 Anzahl Einheiten Statistisches Kerng 1,26633 Landkreiskode Alter Mit-Kreditneh 1,14108 Belegungskode Landkreiskode 1,13207 Landkreiskode Einkommen Zählbezir Stärke: Prozentsatz des gesamten quadrierten Fehlers, der durch eine 2-Faktor-Wechselwirkung erklärt wird
% des quadrierten Fehlers Prädiktor 1 Prädiktor 2 25,21549 Landkreiskode Statistisches Kerng 19,73464 Jahreseinkommen Front-End-Verhältni 15,29069 Landkreiskode Alter Mit-Kreditneh 14,88112 Belegungskode Landkreiskode 13,80494 Einkommensquote Front-End-Verhältni 13,39658 Landkreiskode Einkommen Zählbezir 11,60658 Anzahl Einheiten Statistisches Kerng 10,95376 Statistisches Kerng Jahreseinkommen Quadrierter Fehler: Spezifisch für jedes Prädiktorpaar mit Haupt- und Wechselwirkungseffekten Stärke: Prozentsatz des quadrierten Fehlers, der durch die Wechselwirkung des Paars erklärt wird
Durch Ihre Nutzung dieser Website stimmen Sie zu, dass Cookies verwendet werden. Cookies dienen zu Analysezwecken und zum Bereitstellen personalisierter Inhalte.  Lesen Sie unsere Richtlinien