Cette commande est disponible avec le Module d'analyse prédictive. Cliquez ici pour plus d'informations sur l'activation du module.
Une équipe de chercheurs d’un groupe de cliniques médicales dispose de données sur les résultats des premiers examens par les médecins. À la fin des examens initiaux, les médecins attribuent à chaque patient un score pour la gravité de la maladie du patient. Les chercheurs veulent développer un court questionnaire pour aider à prioriser les patients les plus malades avant l’examen par un médecin. Grâce à la consultation d’experts en la matière et à l’exploration initiale des données, les chercheurs sélectionnent 8 variables à utiliser pour prédire le score de gravité.
Le chercheur utilise le modèle dans les résultats pour prédire les scores de maladie pour de nouvelles observations.
Nombre de symptômes maintenant | 1 | 10 | |
Haute production de mucosités | 0 | 1 | |
Essoufflement sévère | 0 | 1 | |
Douleur thoracique sévère | 0 | 1 | |
Maux de tête sévères | 0 | 1 | |
Troubles graves du sommeil | 0 | 1 | |
Se sentir généralement très mal | 0 | 1 | |
Limites aux activités normales | 0 | 1 |
Minitab utilise les arbres de régression de forêt aléatoire dans les résultats pour estimer l'ajustement de l'ensemble de valeurs de prédiction. Les chercheurs constatent que la probabilité d'un événement de maladie cardiaque avec les paramètres spécifiés est d'environ 3,29 pour le premier ensemble et d'environ 57,6 pour le deuxième ensemble.