Diagramme de points des ajustements de réponse versus valeurs réelles pour Ajuster le modèle et Découvrir les prédicteurs principaux avec Régression 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 le nuage de points pour évaluer l'exactitude des prévisions. Lorsque l’analyse utilise une technique de validation, vous pouvez également comparer les exactitude du arbres pour les données d’entraînement et les résultats de validation.

Le nuage de points affiche les valeurs de réponse réelles sur l'axe X et les valeurs de réponse ajustées sur l'axe Y. La ligne calculée représente le moment où la valeur réelle et la valeur de réponse sont égales. Des valeurs aberrantes ou des groupes inhabituels de points dans les résultats de validation peuvent indiquer des données qui méritent une analyse approfondie.

Interprétation

Dans l'idéal, la ligne passe par le milieu des points et les points sont proches de la ligne, par rapport à l'échelle de la variable de réponse. Lorsque vous utilisez une technique de validation, Minitab crée des graphiques séparés pour les données d’entraînement et pour les résultats de validation. Vous pouvez comparer les diagrammes pour examiner les performances relatives de l'arbre avec les données d'apprentissage et avec de nouvelles données. Vous pouvez également chercher différents motifs qui pourraient indiquer une différence à étudier entre les données d’entraînement et les résultats de validation.

Dans ce nuage de points, les points pour les ensembles de résultats d’entraînement et de validation croisée présentent des schémas similaires. Cette similitude suggère que les performances de l'arbre avec de nouvelles données sont proches de celles obtenues avec les données d'apprentissage.

Le diagramme de points des montants ajustés des prêts par rapport aux montants réels montre la relation entre les valeurs ajustées et réelles pour les données d’entraînement et les résultats de validation croisée. Vous pouvez survoler les points du graphique pour voir plus facilement les valeurs tracées. Dans cet exemple, tous les points se trouvent approximativement près de la droite de référence y=x.