Sélectionner les options d'analyse pour Régression CART^®

Sélectionnez les options d'analyse.

Méthode de partition des nœuds

Choisissez la méthode de partition pour générer votre arbre de décision. Vous pouvez comparer les résultats des deux méthodes de partition pour déterminer le meilleur choix pour votre application.

• Moindre erreur quadratique : la méthode de la moindre erreur quadratique est la méthode par défaut et fonctionne bien dans de nombreuses applications. La méthode de la moindre erreur quadratique minimise la somme des erreurs quadratiques.
• Moindre écart absolu : La méthode du moindre écart absolu minimise la somme des valeurs absolues des erreurs.

Critère de sélection d'un arbre optimal

Quand Moindre erreur quadratique est le critère pour la méthode de partition des nœuds, choisissez entre ces critères pour produire l'arbre dans les résultats. Vous pouvez comparer les résultats de différents arbres pour déterminer le meilleur choix pour votre application.

R carré maximal

Sélectionnez cette option pour afficher les résultats de l'arbre avec la valeur maximale de R carré.

Dans K erreurs types du R carré maximal ; K =

Sélectionnez cette option pour que Minitab choisisse le plus petit arbre avec une valeur de R² située à moins de K erreurs types de l'arbre avec la valeur de R² maximale. Par défaut, K = 1, de sorte que l'arbre dans les résultats est le plus petit arbre de classification présentant une valeur de R² située à moins d'1 erreur type de la valeur de R² maximale.

Quand Moindre écart absolu est sélectionné comme méthode de partition des nœuds, choisissez entre ces critères pour sélectionner l'arbre dans les résultats. Vous pouvez comparer les résultats de différents arbres pour déterminer le meilleur choix pour votre application.

Moindre écart moyen absolu

Sélectionnez cette option pour afficher les résultats pour l'arbre avec le plus petit écart absolu moyen.

Dans K erreurs types du moindre écart moyen absolu ; K =

Sélectionnez cette option pour que Minitab choisisse un arbre avec une valeur d'écart absolu moyen située à moins de K erreurs types de l'arbre avec la valeur de moindre écart absolu moyen. Par défaut, K = 1, de sorte que l'arbre dans les résultats est le plus petit arbre de classification présentant une valeur d'écart absolu moyen située à moins d'1 erreur type de la valeur de moindre écart absolu moyen.

Nombre de substituts pour un prédicteur avec des valeurs manquantes

Saisissez le nombre de substitutions que Minitab recherche lorsqu'un prédicteur a des valeurs manquantes. Lorsque de nombreux prédicteurs ont des schémas de valeur manquantes similaires, vous devez augmenter le nombre de substitutions.

Ce nombre représente le nombre maximal de substitutions recherchées ; cependant, ce nombre de substitutions peut ne pas être réellement trouvé.

La valeur par défaut est de 10.

Nombre minimal de cas pour diviser un nœud interne

Saisissez une valeur pour représenter le nombre minimal de cas d'un nœud interne à diviser. Elle est par défaut de 10. Avec des échantillons plus grands, il est préférable d'augmenter ce minimum. Par exemple, si un nœud interne contient 10 cas ou plus, Minitab essaie d'effectuer une partition. Si le nœud interne contient 9 cas ou moins, Minitab n'essaie pas d'effectuer de partition.

La limite interne de nœuds doit être au moins deux fois la limite de nœuds terminaux, mais les rapports plus élevés sont meilleurs. Les limites internes de nœuds d'au moins 3 fois les limites de nœuds terminaux permettent d'utiliser un nombre raisonnable de séparateurs.

Nombre minimal de cas autorisés pour un nœud terminal

Saisissez une valeur pour représenter le nombre minimum de cas qui peuvent être séparés en un nœud terminal. La valeur par défaut est 3. Avec des échantillons plus grands, il est préférable d'augmenter ce minimum. Par exemple, si une partition crée un nœud avec moins de 3 cas, Minitab n'effectue pas de partition.

Profondeur maximale de l'arbre

Saisissez une valeur pour représenter la profondeur maximale d'un arbre. Le nœud racine correspond à une profondeur de 1. Si vous voulez être sûr d'obtenir le meilleur arbre, vous devez faire en sorte d'avoir un arbre plus profond, même si cela peut ralentir le traitement.

Pondérations

Saisissez une colonne qui contient les pondérations de cas. La colonne doit comporter le même nombre de lignes que la colonne de réponse. Les valeurs doivent être ≥ 0. Minitab omet les lignes qui contiennent des valeurs manquantes ou des zéros provenant de l'analyse.