Cuando utiliza Descubrir predictores clave para eliminar los predictores menos importantes, Minitab Statistical Software produce resultados para el modelo con el mejor valor del criterio de precisión para el análisis, como la log-verosimilitud mínima promedio. Minitab le permite explorar otros modelos de la secuencia que condujo a la identificación del modelo óptimo. Por lo general, se selecciona un modelo alternativo si otro modelo tiene un valor del criterio cercano al mejor, pero con menos predictores. Un modelo con menos predictores es más fácil de interpretar, puede tener una mejor precisión de predicción y le permite centrarse en un número más pequeño de predictores para observar o controlar.
Por ejemplo, la siguiente tabla de selección de modelos tiene 13 pasos. El modelo con la menor log-verosimilitud promedio es el modelo con todos los predictores. El modelo en el paso 11 tiene una log-verosimilitud promedio relativamente cercana al mejor valor. El modelo en el paso 11 tiene 3 predictores. Los resultados completos del modelo en el paso 11 también son de interés.
Haga clic en Seleccione un modelo alternativo del resultado. Se abre un cuadro de diálogo que muestra una gráfica del criterio frente al número de predictores eliminados y una tabla que resume los pasos.
Para seleccionar un modelo alternativo, haga clic en un punto de la gráfica o en una fila de la tabla. Pulse Display results para crear los resultados para ese modelo.
Una vez que muestre los resultados, puede hacer clic en un botón de los resultados para ajustar los hiperparámetros del modelo o para realizar predicciones a partir del modelo. Para obtener más información, vaya a Seleccionar los valores de hiperparámetro para ajustar Ajustar modelo y Descubrir predictores clave con Clasificación TreeNet® o Predecir nuevos resultados para Ajustar modelo y Descubrir predictores clave con Clasificación TreeNet®.