金融アナリストが、大学の生徒が特定のクレジットカードを保有している確率に関連する因子を調査しているとします。アナリストは、アンケートから大学の生徒の標本を無作為に作成します。アンケートでは、教育や経済状況に関する質問を生徒にしました。
応答は2値であるため、アナリストは2値ロジスティック回帰を使用して、財務変数が大学生がアメリカン・エキスプレスのクレジットカードを持っている確率に関連しているかどうかを判断します。分析者は、予測変数と大学生がアメリカン・エキスプレスのクレジットカードを持っている確率との関係をよりよく理解するために、2値ロジスティック回帰モデルに基づいてプロットを作成します。
- サンプルデータ、クレジット調査.MTWを開きます。
- を選択します。
- 応答から 、 American Expressを選択します。
- で 単一プロットの変数ペアを選択、 から X軸 を選択し 預金 、 から Y軸を選択します 年収 。
- OKをクリックします。
結果を解釈する
Minitabでは、保存モデルを使用して等高線図を作成します。輪郭は複雑な形をしており、説明が困難です。一般的に、収入が少なく財布の中の現金が多い学生ほど、高い確率でアメリカン・エキスプレスのクレジットカードを保有しています。現金をあまり持ち歩かない学生は、年収がかなり高くない限り、アメリカン・エキスプレスのカードを保有している確率は低くなります。 現金をあまり持ち歩かない学生で、年収が高い場合以外は、アメリカン・エキスプレスのカードを保有している確率は低くなります。
プロットの凡例は、色が濃いほど、American Expressのクレジットカードを持っている確率が高くなることを示します。
ヒント
このプロット上の任意の点の予測変数の値と応答に注釈を付けるには、 を使用します 照準十字線。フラグを立てるには、プロットをダブルクリックし、プロットを右クリックして表示されるメニューで を選択し 照準十字線 、注釈を付けるプロット上の点をクリックします。これらのポイントが異常かどうかを判断し、予測の精度を評価するために使用します 予測 。
