TreeNet^® 회귀 분석를 통한 모형 적합에 대한 교호작용 지정

TreeNet^® 회귀 분석 메뉴에서 모형 적합을(를) 선택할 때 예측 변수 교호작용 옵션을 선택할 수 있습니다.

예측 교호작용 컨트롤

트리 성장 중에 허용할 교호작용을 선택합니다.

• 모든 차수의 교호작용 허용: 모든 예측 변수 교호작용을 허용합니다.
• 교호작용을 허용하지 않음(가법 모형): 예측 변수 교호작용을 허용하지 마십시오. 이 경우 Minitab은 가법 모형을 사용하고 하나의 변수만 사용하여 각 트리를 빌드합니다.
• 최대 차수의 특정 예측 변수 교호작용 선택: 예측 변수 교호작용을 지정한 순서까지 허용합니다. 순서는 트리의 동일한 분기에서 분할 역할을 할 수 있는 변수 수를 지정합니다. 예를 들어 순서 2는 변수 X1에서 분할되는 분기가 X1 변수 및 1개의 다른 변수에서 분할될 수 있음을 나타냅니다. 다른 분기는 다양한 변수 집합에서 분할할 수 있습니다. 따라서 단일 분기에 2개보다 많은 변수가 포함되지 않은 경우 순서 2의 교호작용을 허용하는 트리는 2개보다 많은 변수로 분할될 수 있습니다.

  예측 변수에 교호작용을 허용하려는 예측 변수가 포함되어 있는 열을 입력합니다. 예측 변수를 지정하지 않으면 분석에서는 모든 예측 변수 간의 교호작용을 고려합니다.

이원 교호작용 강도 표 표시

가장 강력한 이원 교호작용에 대한 총 제곱 오차의 백분율을 표시합니다.

총 제곱 오차 백분율 강도

두 예측 변수의 주요 효과와 교호작용에 대한 총 제곱 오차의 백분율을 표시하려면 선택합니다.

특정 쌍으로 인한 제곱 오차 백분율 강도

예측 변수 쌍의 제곱 오차 백분율과 쌍 교호작용을 표시하려면 선택합니다.

예를 들어 X1과 X2를 두 개의 예측 변수로 만드십시오. 백분율은 X1*X2 교호작용에 대한 제곱 오차와 X1 및 X2의 주요 효과로 나눈 교호작용에 대한 제곱 오차입니다.