Ajustes y estadísticos del error para el mejor y el peor nodo terminal para CART® Regresión

Utilice los ajustes y estadísticos del error para caracterizar los nodos de especial interés debido a su rendimiento.

Interpretación

Cada fila de la tabla muestra el ajuste y los estadísticos del error de un nodo. Los mejores nodos están en orden desde el menor error hasta el mayor error. Los peores nodos están en orden desde el mayor error hasta el menor error.

Cuando se utiliza un conjunto de datos de prueba, Minitab calcula estadísticos separados para los datos de entrenamiento y de prueba. Puede comparar los estadísticos para examinar el rendimiento relativo del árbol en los datos de entrenamiento y en nuevos datos. Los estadísticos de prueba suelen ser una mejor medida del rendimiento del árbol para nuevos datos.

Ajuste
El ajuste es el valor de la respuesta media de los casos en el nodo. El ajuste es el valor pronosticado para nuevos datos que se ubican en el mismo nodo. Los nodos terminales con ajustes diferentes respecto a los otros nodos terminales pueden ser de especial interés porque los valores ajustados para los casos en esos nodos terminales serán diferentes.
Conteo
El conteo es el número de casos en el nodo. Si el análisis incluye ponderaciones, el conteo es el conteo ponderado. Los nodos terminales con muchos casos pueden ser de especial interés porque estos nodos suelen representar casos más comunes.
StDev
La desviación estándar es la desviación estándar de los valores de respuesta en el nodo. Los nodos terminales con desviaciones estándar más pequeñas pueden ser de especial interés porque las predicciones de estos nodos son más precisas que las de nodos terminales con desviaciones estándar más grandes.
MSE
El cuadrado medio del error (MSE) mide la exactitud del nodo. Los valores atípicos tienen un mayor efecto en el MSE que en la MAD y el MAPE.
MAD

La desviación absoluta media (MAD) expresa la exactitud en las mismas unidades que los datos, lo que ayuda a conceptualizar la cantidad de error. Los valores atípicos tienen menos efecto en la MAD que en el MSE.

MAPE
El error porcentual absoluto medio (MAPE) expresa la exactitud como un porcentaje del error. Dado que el MAPE es un porcentaje, puede ser más fácil de entender que los otros estadísticos de medición de exactitud. Por ejemplo, si el MAPE es 5, en promedio, el ajuste está errado en un 5%. Los valores atípicos tienen menos efecto en el MAPE que en el MSE.

Sin embargo, a veces puede ver un valor de MAPE muy grande aunque el nodo parezca ajustar bien los datos. Examine la gráfica de valores de respuesta ajustados vs. reales para ver si hay valores de datos cercanos a 0. Dado que el MAPE divide el error absoluto entre los datos reales, los valores cercanos a 0 pueden inflar en gran medida el MAPE.

Al utilizar este sitio, usted acepta el uso de cookies para efectos de análisis y contenido personalizado.  Leer nuestra política