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。
アナリストは、マーケティングを目的として、MasterCardのクレジットカードを所持する可能性は低いものの、American Expressカードを所持する可能性が高い生徒の母集団と関連性のある予測値を特定したいと思っています。アナリストは、American ExpressとMasterCardの両方に2値ロジスティック回帰モデルを適合して、予測変数とそれぞれのクレジットカードを保有する確率の関連性を判定します。
モデル適合後、分析者は、重ね合わせ等高線プロットを使用して、両方のクレジットカードの確率を許容可能にする予測変数設定を見つけます。
- 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。
- で 応答、 利用可能 からリスト American Express に移動します 選択済み 。 MasterCard
- で 変数、 から X軸 を選択し 預金 、 から Y軸を選択します 年収 。
- 等高線をクリックします。
- 下限側 下図のようにテーブルの と 上限側 の列に入力し、 をクリックします OK。
応答 下限側 上限側 MasterCard 0 0.2 American Express 0.8 1 - 各ダイアログボックスのOKをクリックします。
結果を解釈する
Minitabでは、保存されたモデルを使用して、重ね合わせられた等高線プロットを作成します。プロットの白い領域は、各クレジットカードを所有する確率に満足のいく適合値をもたらす年収と現金の値の組み合わせを示しています。
このプロットを応答の最適化機能と併用することで、予測変数の最適な値を見つけることができます。
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 。
