Un analyste financier étudie les facteurs associés à la probabilité qu’un étudiant ait certaines cartes de crédit. L’analyste échantillonne au hasard des étudiants pour une enquête. L’enquête pose aux élèves des questions sur leur éducation et leurs finances.
Comme la réponse est binaire, l’analyste utilise la régression logistique binaire pour déterminer si les variables financières sont liées à la probabilité que les étudiants aient une carte de crédit American Express. L’analyste crée un graphique basé sur le modèle de régression logistique binaire pour mieux comprendre la relation entre les prédicteurs et la probabilité que les étudiants aient une carte de crédit American Express.
- Ouvrez les données d’échantillonnage, EtudeCrédit.MTW.
- Choisissez .
- 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 les résultats
Minitab utilise le modèle stocké pour créer le tracé de surface. La surface de réponse a une forme complexe 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 disposant d’une petite somme d’argent ont une faible probabilité d’avoir une carte de crédit American Express, à moins qu’ils n’aient également un revenu annuel très élevé. Les étudiants ayant un revenu annuel plus élevé ont une probabilité plus faible d’avoir une carte de crédit American Express, à moins qu’ils ne disposent également d’une somme d’argent très faible ou très élevée.
