Tracés de dépendance partielle pour Ajuster le modèle et Découvrir les prédicteurs principaux avec Classification TreeNet®

Remarque

Cette commande est disponible avec la commande Module d'analyse prédictive. Cliquez ici pour plus d’informations sur la façon d’activer le module.

Utilisez les diagrammes de dépendance partielle pour obtenir des informations sur la façon dont les variables importantes ou les paires de variables affectent les probabilités d’événement estimées de la réponse prédite.
Minitab trace la moyenne marginale des cotes logarithmiques de 1/2 par rapport à chaque prédicteur pour aider à identifier la plage de valeurs de prédicteur qui produit des probabilités d’événement plus élevées. Cette relation biunivoque entre ajustement = 1/2 log (prob/1 – probation d’événement) et probabilité d’événement est facile à interpréter. Par exemple, à partir du graphique, lorsque l’ajustement = 0, la probabilité de l’événement = 0,5.
Remarque

Cotes = probabilité de l’événement / (probabilité de 1 événement)

Pour ajouter d’autres tracés de dépendance partielle, sélectionnez Graphiques à un prédicteur ou Graphiques à deux prédicteurs dans les résultats.

Graphique de dépendance partielle d’un prédicteur

Le graphique de dépendance partielle d’un prédicteur montre comment l’ajustement moyen, qui représente la probabilité d’un événement, change avec les changements dans les niveaux de prédicteur.

Ce graphique illustre que la probabilité d’un événement de maladie cardiaque augmente à mesure que le type de défaut passe de normal à fixe à réversible. La dernière catégorie est celle où les données sont manquantes pour cette variable.

Le deuxième graphique illustre que la probabilité la plus élevée d’un événement de maladie cardiaque se situe avec le nombre de vaisseaux principaux colorés par fluoroscopie entre 1 et 3.

Le troisième graphique illustre que lorsque le type de douleur thoracique est de 4, la probabilité moyenne de 1/2 log d’incidence des maladies cardiaques augmente d’environ −0,05 à −0,03 à 0,03.

Le quatrième graphique montre que plus l’ancienne valeur maximale est élevée, plus la probabilité d’avoir une maladie cardiaque est élevée jusqu’à ce que la valeur atteigne 3, alors la probabilité est plate.

Graphique de dépendance partielle à deux prédicteurs

Le graphique de dépendance partielle à deux prédicteurs montre les effets d’interaction des prédicteurs tracés sur les ajustements. En raison de la relation entre les ajustements et la probabilité d’événement, vous pouvez utiliser ce graphique pour vous aider à identifier les valeurs de prédiction optimales. La probabilité d’un événement augmente de manière monotone à mesure que les ajustements augmentent.

Le graphique de dépendance partielle à deux prédicteurs indique comment la réponse changera avec les changements dans les niveaux de prédiction de deux variables importantes. Pour les prédicteurs catégoriels, Minitab affiche un tracé matriciel des différentes relations aux différents niveaux des prédicteurs. Pour les prédicteurs continus, Minitab affiche un tracé de surface ou un tracé de contour de cette relation.

Les graphiques de surface et de contour illustrent que la probabilité la plus élevée d’obtenir une note favorable est avec une fréquence cardiaque maximale comprise entre 100 et 120 et un ancien pic entre 5 et 6.