주요 예측 변수 검색 대한 및 에 대한 모형 적합 부분 종속성 플롯 TreeNet® 분류

참고

이 명령은 에서 사용할 수 있습니다예측 분석 모듈. 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)

편종속성 그림을 더 추가하려면 결과에서 또는 두 개의 예측 변수 그림 을 선택하십시오 하나의 예측 변수 그림.

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.