Aviso
Ahora estás saliendo de support.minitab.com.
Haga clic en Continuar para continuar con:
Utilice Clasificación CART® para crear un árbol de decisión para una respuesta categórica binomial o multinomial con muchas variables predictoras categóricas y continuas. El Clasificación CART® ilustra patrones y relaciones importantes entre una respuesta categórica y los predictores importantes dentro de datos muy complicados, sin usar métodos paramétricos.
Clasificación 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 investigador de mercado puede utilizar Clasificación CART® para identificar a los clientes que tienen tasas de respuesta más altas a iniciativas específicas y pronosticar esas tasas de respuesta.
Para una introducción más completa a la metodología CART®, véase Breiman, Friedman, Olshen y Stone (1984)1.
Para realizar un Clasificación CART®, elija .
Si usted tiene una variable de respuesta continua, utilice Regresión CART®.
Para tratar de mejorar el ajuste del árbol, Minitab ofrece los análisis Clasificación TreeNet® y Clasificación Random Forests® con el Módulo de análisis predictivo. Haga doble clic aquí para obtener información sobre cómo activar el módulo.
Ahora estás saliendo de support.minitab.com.
Haga clic en Continuar para continuar con: