TreeNet® 분류를 통한 모형 적합주요 예측 변수 검색에 대한 부분 종속성 플롯

참고

이 명령은 예측 분석 모듈에서 사용할 수 있습니다. 모듈을 활성화하는 방법에 대한 자세한 내용은 여기를 클릭하십시오.

부분 종속성 플롯을 사용하여 중요한 변수 또는 변수 쌍이 예측된 반응의 예상 사건 확률에 미치는 영향을 이해할 수 있습니다.
Minitab은 1/2 로그 승산비와 각 예측 변수의 주변 평균을 표시하여 더 높은 사건 확률을 생성하는 예측 변수 값의 범위를 쉽게 식별할 수 있습니다. 적합 = 1/2 로그(사건 확률/1 – 사건 확률)와 사건 확률 간의 일대일 관계는 해석하기 쉽습니다. 예를 들어 차트에서 적합 = 0인 경우, 사건 확률 = 0.5입니다.
참고

승산비 = 사건 확률 / (1-사건 확률)

부분 종속 플롯을 더 추가하려면 플롯에 대해 더 많은 예측 변수 선택 결과에서 해당 형식의 마지막 플롯을 클릭합니다.

하나의 예측 변수 부분 종속성 플롯

하나의 예측 변수 부분 종속성 플롯은 예측 변수 수준이 변경됨에 따라 사건 확률을 나타내는 평균 적합치가 어떻게 변경되는지 표시합니다.

이 플롯은 결함 유형이 정상에서 고정, 가역으로 변경됨에 따라 심장병의 사건 확률이 증가한다는 것을 보여줍니다. 마지막 범주는 이 변수에 대해 데이터가 누락된 위치입니다.

두 번째 플롯은 1과 3 사이의 형광 투시로 착색된 주요 출혈 수가 심장병 사건에 대한 가장 높은 확률임을 보여줍니다.

세 번째 플롯은 흉부 통증 유형이 4일 때 심장병 발생률의 평균 1/2 로그 승산비가 약 -0.05에서 -0.03, 0.03으로 증가한다는 것을 보여줍니다.

네 번째 플롯은 이전 피크 값이 높을수록 값이 3에 도달할 때까지 심장병이 발생할 가능성이 높으며 확률이 평평하다는 것을 보여줍니다.

두 개의 예측 변수 부분 종속성 플롯

두 개의 예측 변수 부분 종속성 플롯은 표시된 예측 변수의 교호작용 효과를 적합치에 보여줍니다. 적합치와 사건 확률 간의 관계로 인해 이 플롯을 사용하여 최적의 예측 변수 값을 식별할 수 있습니다. 사건 확률은 적합치가 증가함에 따라 단조롭게 증가합니다.

두 개의 예측 변수 부분 종속성 플롯은 두 가지 중요한 변수의 예측 변수 수준이 변경됨에 따라 반응이 어떻게 변경되는지 나타냅니다. 범주형 예측 변수의 경우 Minitab은 예측 변수의 다양한 수준에서 다양한 관계의 산점도 행렬을 표시합니다. 계량형 예측 변수의 경우 Minitab은 이 관계의 표면도 또는 등고선도를 표시합니다.

표면도 및 등고선도는 유리한 등급에 대한 가장 높은 확률이 최대 심박수가 100에서 120이고 이전 최고점은 5에서 6 사이임을 나타냅니다.

이 사이트를 사용하면 분석 및 사용자 개인 컨텐츠에 대한 쿠키 사용에 동의하는 것입니다.  당사의 개인정보 보호정책을 확인하십시오