CART® 分類を使用して、多くのカテゴリまたは連続的な予測変数を用いた、2項または多項のカテゴリ応答の決定木を生成します。CART® 分類はパラメトリックな手法を使用せずに、非常に複雑なデータ内のカテゴリ応答と重要な予測変数との間の重要なパターンと関係を示します。

CART® 分類は製造品質管理、創薬、不正検出、クレジットスコアの算出、解約予測など、幅広い応用に関する洞察を提供します。この結果を使用して、重要な変数を識別し、望ましい特性をもつデータ内のグループを識別し、新しい観測値の応答値を予測します。たとえば、ある市場調査員は、CART® 分類を使用して、特定の戦略に対する反応率が高い顧客を特定し、その反応率を予測します。

CART®の方法論の詳細については、Breiman, Friedman, Olshen and Stone (1984)を参照してください。1.

この分析の場所

CART® 分類を実行するには、統計 > 予測分析 > CART®分類を選択します。

他の分析を使用する場合

連続応答変数が1つある場合は、CART® 回帰を使用します。

ツリーの適合度を改善するために、Minitabは予測分析モジュールによるTreeNet® 分類およびRandom Forests® 分類分析を提供します。モジュールをアクティブにする方法については、ここをクリックしてください

1 Breiman, Friedman, Olshen & Stone.(1984).Classification and Regression Trees(分類および回帰ツツリー).Boca Raton, Florida: Chapman & Hall/CRC.
本サイトを使用すると、分析およびコンテンツのカスタマイズのためにクッキーが使用されることに同意したことになります。  当社のプライバシーポリシーをご確認ください