Méthodes et formules pour la principale force des interactions à deux facteurs pour Ajuster le modèle et Découvrir les prédicteurs principaux avec Classification TreeNet^®

Supposons que et sont deux variables de prédiction. Minitab fournit deux mesures des forces des interactions. Les mesures proviennent des données d'apprentissage. La première mesure décrit la force de l'interaction en pourcentage de l’écart total de réponse au carré :

La deuxième mesure décrit la force de l’interaction en pourcentage de l’écart de réponse par rapport aux variables de l’interaction :

D’après les données d'apprentissage, l’écart total au carré de la surface de réponse est le suivant :

Où N est le nombre de lignes dans l'ensemble de données d'apprentissage, est la valeur ajustée du modèle TreeNet et se définit par :

où est le nombre d'événements dans l'ensemble de données d'apprentissage

Le calcul de l’écart de l’interaction nécessite le calcul conjoint de l’écart pour les deux variables. Le calcul conjoint des écarts a la forme suivante :

où est la valeur ajustée d’une surface de dépendance partielle bivariée. Pour le calcul de cette valeur ajustée, consultez Méthodes et formules pour les diagrammes de dépendance partielle dans Ajuster le modèle et Découvrir les prédicteurs principaux avec Classification TreeNet®.

Le calcul de l’écart de l’interaction élimine les principaux effets du calcul conjoint :

où et sont des valeurs ajustées à partir de surfaces de dépendance partielle univariées pour et . Pour le calcul de ces valeurs ajustées, consultez Méthodes et formules pour les diagrammes de dépendance partielle dans Ajuster le modèle et Découvrir les prédicteurs principaux avec Classification TreeNet®.