TreeNet^® 分類による適合モデルおよび主要な予測変数を検出のデータに関する考慮事項

有効な結果が確実に得られるようにするため、データの収集、分析の実行、および結果の解釈時には、次のガイドラインを考慮してください。

応答変数はカテゴリである必要があります

カテゴリ変数には、有限可算数のカテゴリまたは知覚グループが含まれます。カテゴリデータには、論理的な順序がある場合と、ない場合があります。たとえば、カテゴリ変数には性別、材料の種類、支払方法などが含まれます。

• 応答変数に合格と不合格などの2つのカテゴリがある場合、応答は2値です。
• 応答変数に3つ以上のカテゴリが含まれている場合、応答は多項です。

応答変数のデータは、テキストまたは数値のいずれかでなければなりません。日付/時刻の値は使用できません。

応答変数が連続的な場合は、TreeNet^® 回帰で適合モデルまたは主要な予測変数を検出を使用してください。

予測変数は、連続またはカテゴリである場合があります。

連続予測変数またはカテゴリー予測変数の組み合わせを使用できます。ただし、各予測変数の列の長さは応答列と同じ長さである必要があります。欠損値は許容されます。

• すべての連続予測変数は数値である必要があります。
• カテゴリ予測変数は、テキストまたは数値である可能性があります。

ケースの数が2000を超える場合は、テストセットが推奨されます。

デフォルトでは、ケースの数が2000以下の場合、交差検証が使用されます。ケースの数が2000を超える場合、Minitabではテストセットが使用されます。通常、交差検証は優れた検証法ですが、結果を計算するためにより多くの時間が必要です。テストセットによる検証は、交差検証法では時間がかかりすぎる場合に役立ちます。

適合モデルおよび主要な予測変数を検出における検証法の設定の詳細については、TreeNet® 分類で適合モデルおよび主要な予測変数を検出の検証法を指定するを参照してください。