Beispiel für Überlagertes Konturdiagramm binäre logistische Regressionsmodelle

Ein Finanzanalytiker untersucht die Faktoren, die sich auf die Wahrscheinlichkeit auswirken, dass ein College-Student bestimmte Kreditkarten besitzt. Der Analytiker wählt College-Studenten nach dem Zufallsprinzip für die Teilnahme an einer Umfrage aus. In der Umfrage werden den Studenten Fragen zu ihrer Bildung und ihren Finanzen gestellt.

Der Analytiker möchte für Marketingzwecke Prädiktorwerte identifizieren, die der Grundgesamtheit von Studenten zugeordnet werden können, die mit geringer Wahrscheinlichkeit eine MasterCard-Kreditkarte und mit hoher Wahrscheinlichkeit eine American Express-Kreditkarte besitzen. Der Analytiker passt Modelle der binären logistischen Regression für die American Express-Kreditkarte und die MasterCard-Kreditkarte an, um zu ermitteln, wie die Prädiktoren mit der Wahrscheinlichkeit zusammenhängen, eine dieser beiden Kreditkarten zu besitzen.

Nach dem Anpassen der Modelle sucht der Analytiker mit Hilfe eines überlagerten Konturdiagramms nach Prädiktoreinstellungen, die zu akzeptablen Wahrscheinlichkeiten für beide Kreditkarten führen.

  1. Öffnen Sie die Beispieldaten Kreditumfrage.MTW.
  2. Wählen Sie Statistik > Regression > Binäre logistische Regression > Überlagertes Konturdiagramm aus.
  3. Verschieben Sie unter Antworten, American Express, MasterCard und American Express von der Verfügbar Liste in die Ausgewählt Liste.
  4. Wählen Sie unter aus Variablen, und Bar X-Achse wählen Sie Jährliches Einkommen aus Y-Achse aus.
  5. Klicken Sie auf Konturen.
  6. Füllen Sie die Tief Hoch und Spalten der Tabelle wie unten gezeigt aus, und klicken Sie dann auf OK.
    Antwort Tief Hoch
    MasterCard 0 0,2
    American Express 0,8 1
  7. Klicken Sie in den einzelnen Dialogfeldern auf OK.

Interpretieren der Ergebnisse

Minitab verwendet die gespeicherten Modelle, um das überlagerte Konturdiagramm zu erstellen. Der weiße Bereich im Diagramm zeigt die Kombination aus Werten für das jährliche Einkommen und das Bargeld an, die zufriedenstellende angepasste Werte für die Wahrscheinlichkeit liefern, dass die Person die jeweilige Kreditkarte besitzt.

Sie können die Diagramme in Kombination mit verwenden Zielgrößenoptimierung, um die besten Werte der Prädiktoren zu finden.

Tipp

Um die Werte der Prädiktoren und der Antwortvariablen für einen beliebigen Punkt in diesem Diagramm zu kommentieren, verwenden Sie Fadenkreuz. Um eine Flagge zu setzen, doppelklicken Sie auf den Plot, klicken Sie mit der rechten Maustaste auf den Plot, wählen Sie im angezeigten Menü aus Fadenkreuz und klicken Sie dann auf den Punkt auf dem Plot, den Sie mit Anmerkungen versehen möchten. Verwenden Sie diese Option Prognostizieren, um zu bestimmen, ob diese Punkte ungewöhnlich sind, und um die Genauigkeit der Vorhersagen zu bewerten.