Revisión general de Regresión CART®

Utilice Regresión CART® para crear árboles de decisión para una respuesta continua con muchas variables predictoras categóricas y continuas. Regresión CART® ilustra patrones y relaciones importantes entre una respuesta continua y los predictores importantes dentro de datos muy complicados, sin usar métodos paramétricos.

Regresión CART® proporciona información para una amplia gama de aplicaciones, incluido el control de calidad de fabricación, el descubrimiento de fármacos, la detección de fraudes, la puntuación de crédito y la predicción de abandonos. Utilice los resultados para identificar variables importantes, para identificar grupos en los datos con características deseables y para pronosticar valores de respuesta para nuevas observaciones. Por ejemplo, un gerente de banco desea identificar clientes potenciales que tienen tasas de respuesta más altas a iniciativas específicas.

Para una introducción más completa a la metodología CART®, véase Breiman, Friedman, Olshen y Stone (1984)1.

Dónde encontrar este análisis

Para crear un árbol de regresión, elija Estadísticas > Analítica predictiva > Regresión CART®.

Cuándo utilizar un análisis alterno

Si tiene una variable de respuesta categórica, utilice Clasificación CART®.

Para tratar de mejorar el ajuste del árbol, Minitab ofrece los análisis Regresión TreeNet® y Regresión Random Forests® con el Módulo de análisis predictivo. Haga doble clic aquí para obtener información sobre cómo activar el módulo.

1 Breiman, Friedman, Olshen y Stone. (1984). Classification and Regression Trees. Boca Raton, Florida: Chapman & Hall/CRC.
Al utilizar este sitio, usted acepta el uso de cookies para efectos de análisis y contenido personalizado.  Leer nuestra política