Cuando elija Ajustar modelo en el Regresión
TreeNet® menú, puede seleccionar las opciones de interacción predictora.
- Control de interacción de
predictores
- Elija qué interacciones permitir durante el crecimiento del árbol.
- Permitir interacciones de todo órden: Permitir todas las interacciones de los predictores.
- No permitir
ninguna interacción (model aditivo): No permitir interacciones de los predictores. En este caso, Minitab utiliza el modelo aditivo y construye cada árbol utilizando solo una variable.
- Seleccione interacciones de predictores
especificos hasta el orden: Permitir interacciones de los predictores hasta el orden que usted especifique. El orden especifica el número de variables que pueden ser divisores en la misma rama de un árbol. Por ejemplo, un orden de 2 indica que una rama que se divide en la variable X1 puede dividirse en la variable X1 y en una variable más. Diferentes ramas pueden dividirse en diferentes conjuntos de variables. Por lo tanto, un árbol que permite interacciones de orden 2 puede dividirse en más de 2 variables, siempre y cuando ninguna rama contenga más de 2 variables.
En Predictores, ingrese las columnas que contienen los predictores que desea permitir para las interacciones. Si no especifica ningún predictor, el análisis considera las interacciones entre todos los predictores.
- Mostrar tabla de fuerza de interacción de dos
factores
- Mostrar el porcentaje del error total al cuadrado para las interacciones más fuertes de dos factores.
-
- Fuerza como
porcentaje del cuadrado del error total
- Seleccione esta opción para mostrar el porcentaje del error total al cuadrado para los efectos principales de dos predictores y su interacción.
- Fuerza como
porcentaje del cuadrado del error debido a un par específico
solamente
- Seleccione esta opción para mostrar el porcentaje del error al cuadrado de los pares predictores y la interacción del par.
- Por ejemplo, supongamos que X1 y X2 son dos predictores. El porcentaje es el error al cuadrado para la interacción dividido por el error al cuadrado para la interacción X1*X2 y los efectos principales de X1 y X2.