Spécifiez les méthodes par défaut pour Régression
MARS®. Les modifications que vous apportez aux valeurs par défaut restent conservées jusqu’à ce que vous les modifiiez à nouveau, même après avoir quitté Minitab Statistical Software.
Critères de sélection du modèle optimal
Choisissez parmi les critères suivants pour sélectionner le nombre optimal de fonctions de base pour le modèle. Cette sélection n’affecte pas la recherche des fonctions de base. Si les 2 critères sélectionnent le même nombre de fonctions de base, alors les modèles des 2 critères sont les mêmes.
R carré: Sélectionnez cette option pour afficher les résultats du modèle avec la valeur R-carré maximale.
Ecart absolu moyen: Sélectionnez cette option pour afficher les résultats du modèle avec le plus faible écart absolu moyen.
Interactions prédictives
Une interaction signifie que l’effet d’un prédicteur dépend de la valeur d’autres prédicteurs. Par exemple, la vitesse à laquelle le grain sèche dans un four dépend du temps passé dans le four, mais l’effet du temps dépend de la température du four. Les variables de temps et de température interagissent.
Order spécifie le nombre de prédicteurs différents qui peuvent se trouver dans une fonction de base. Par exemple, un ordre de 2 indique que l’effet d’un prédicteur peut dépendre de la valeur de 1 autre prédicteur. Un ordre de 3 indique que l’effet d’un prédicteur peut dépendre de la valeur de 2 autres prédicteurs. Un ordre de 4 indique que l’effet d’un prédicteur peut dépendre de la valeur de 3 autres prédicteurs. Les fonctions de base suivantes sont un exemple d’interaction d’ordre 3 :
BF1 = max(0, X1 − 800)
BF2 = max(0, X2 − 50) * BF1
BF3 = max(0, X3 − 10) * BF 2
Si vous n’autorisez aucune interaction, le modèle utilise le modèle additif. Les prédicteurs n’interagissent pas dans le modèle additif.
Nombre maximal de fonctions de base
La valeur par défaut de 30 fonctionne bien dans la plupart des cas. Considérez une valeur plus grande lorsque 30 fonctions de base semblent trop petites pour les données. Par exemple, considérez une valeur plus élevée lorsque vous pensez que plus de 30 prédicteurs sont importants.
Si vous n’êtes pas certain que 30 suffisent, passez en revue les résultats initiaux. Par exemple, une valeur plus grande est plus susceptible d’améliorer l’ajustement du modèle si la valeur R-carré tend à la hausse à mesure que l’analyse ajoute des fonctions de base.
Nombre minimal d'observations entre les noeuds
Autoriser MARS® à choisir
L’analyse utilise la taille de l’échantillon et la complexité du modèle pour sélectionner automatiquement une valeur. La valeur automatique fonctionne bien dans la plupart des cas.
λ spécifié par l'utilisateur
Une valeur de 1 indique que des points de données consécutifs peuvent être des points où la fonction de base change. La valeur de 1 permet les changements les plus rapides dans les prédictions du modèle. Utilisez des valeurs plus grandes pour créer des modèles plus fluides afin d’explorer des relations plus générales. Ces modèles plus lisses sont parfois moins précis sur certaines plages de données.