Dieser Befehl ist mit Predictive Analytics-Modul verfügbar. Klicken Sie hier, um weitere Informationen zum Aktivieren des Moduls zu erhalten.
Ein Forscherteam für eine Gruppe von medizinischen Kliniken hat Daten über die Ergebnisse von Erstuntersuchungen durch Ärzte. Am Ende der Erstuntersuchungen weisen die Ärzte jedem Patienten eine Punktzahl für die Schwere der Erkrankung des Patienten zu. Die Forscher wollen einen kurzen Fragebogen entwickeln, um die kranksten Patienten vor der Untersuchung durch einen Arzt zu priorisieren. Durch Die Konsultation mit Fachexperten und die erste Untersuchung der Daten wählen die Forscher 8 Variablen aus, die zur Vorhersage des Schweregrads verwendet werden sollen.
Der Forscher verwendet das Modell in den Ergebnissen, um Krankheitswerte für neue Beobachtungen vorherzusagen.
Anzahl der Symptome jetzt | 1 | 10 | |
Hohe Schleimproduktion | 0 | 1 | |
Schwere Kurzatmigkeit | 0 | 1 | |
Schwere Kurzatmigkeit | 0 | 1 | |
Starke Kopfschmerzen | 0 | 1 | |
Schwere Schlafstörungen | 0 | 1 | |
Generell sehr schlecht fühlen | 0 | 1 | |
Beschränkungen für Aktivitäten | 0 | 1 |
Minitab verwendet die Random Forest-Regressionsbäume in den Ergebnissen, um die Anpassung für einen Satz von Prognosewerten zu schätzen. Die Forscher stellen fest, dass die Wahrscheinlichkeit eines Herzerkrankungsereignisses bei den angegebenen Einstellungen etwa 3,29 für die erste Gruppe und 57,6 für die zweite Gruppe beträgt.