Un analyste financier étudie les facteurs qui sont associés à la probabilité qu'un étudiant à l'université possède certaines cartes de crédit. Il échantillonne de manière aléatoire des étudiants pour une étude. L'étude consiste à poser des questions aux étudiants sur leur formation et leurs finances.
La réponse étant binaire, l'analyste utilise la régression logistique binaire pour déterminer si les variables financières sont liées à la probabilité que les étudiants possèdent une carte de crédit AMerican Express. L'analyste crée un diagramme à partir du modèle de régression logistique binaire pour mieux comprendre la relation entre les prédicteurs et la probabilité que les étudiants possèdent une carte American Express.
- Ouvrez les données échantillons, EtudeCrédit.MTW.
- Sélectionnez .
- Dans Réponse, sélectionnez American Express.
- Sous Sélectionner une paire de variables pour un diagramme unique, sélectionnez Espèces à partir de Axe des X et sélectionnez RevenuAnnuel à partir de Axe des Y.
- Cliquez sur OK.
Interpréter des résultats
Minitab utilise le modèle stocké pour créer le diagramme de surface. La forme de la surface de réponse est complexe et difficile à décrire. En général, les étudiants qui ont plus d’argent dans leur portefeuille et des revenus plus faibles ont une probabilité plus élevée d’avoir une carte de crédit American Express. Les étudiants ayant une petite quantité d'espèces présentent une faible probabilité d'avoir une carte de crédit American Express, sauf si leur revenu annuel est très élevé. Les étudants ayant un revenu élevé présentent une probabilité plus faible de posséder une carte de crédit American Express, sauf s'ils ont également une quantité d'espèces très faible ou très élevée.
