TreeNet® 회귀 분석를 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 반응에 미치는 영향을 이해할 수 있습니다.

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

하나의 예측 변수 부분 종속성 플롯

하나의 예측 변수 부분 종속성 플롯은 예측 변수 수준이 변경됨에 따라 반응이 어떻게 변경되는지 나타냅니다.

이 그림은 연간 소득이 증가함에 따라 적합된 대출 금액이 증가한다는 것을 보여줍니다. 연간 소득이 $500000에 가까워지면 적합 대출 금액은 약 $217000가 됩니다.

이 그림은 적합된 대출 금액이 연방 지구의 위치에 따라 달라진다는 것을 보여줍니다. 보스턴은 적합된 대출 금액이 가장 낮고 샌프란시스코는 적합된 대출 금액이 가장 높습니다.

두 개의 예측 변수 부분 종속성 플롯

두 개의 예측 변수 부분 종속성 플롯은 표시된 예측 변수의 교호작용 효과를 적합치의 주변 평균에 표시합니다. 두 개의 예측 변수 부분 종속성 플롯은 두 가지 중요한 변수의 예측 변수 수준이 변경됨에 따라 반응이 어떻게 변경될 것으로 기대되는지 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.

이 산점도는 연간 소득을 기준으로 각 대도시 중심 영역에 대한 대출 금액의 주변 평균을 보여줍니다. 데이터 요소가 너무 많기 때문에 개별 데이터 포인트 위로 마우스를 가져가 특정 데이터 값을 볼 수 있습니다.

가장 높은 대출 금액은 연간 소득이 더 높고 프런트 엔드 비율이 0.15~0.30 사이일 때입니다.

가장 어두운 수준은 가장 높은 대출 금액입니다. 가장 높은 대출 금액의 대부분은 프런트 엔드 비율이 0.15이고 연간 소득이 $100000> > 때 발생합니다.