CART® 回帰を使用して多数のカテゴリまたは連続予測変数の連続応答の決定木を作成します。CART® 回帰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連続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ています。

CART® 回帰は製造品質管理、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、ある銀行のマネジャーが、特定の戦略に対する反応率が高い見込み顧客を特定したいと考えています。

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

回帰木を生成するには、統計 > 予測分析 > CART®回帰を選択します。

他の分析を使用する場合

カテゴリ応答変数がある場合は、CART® 分類を使用します。

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® 回帰およびRandom Forests® 回帰分析を提供します。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