Exemplo de Otimizador de resposta com modelo de regressão logística binária

Um analista financeiro investiga os fatores que estão associados à probabilidade de um estudante universitário possuir diferentes cartões de crédito. O analista extrai amostras aleatoriamente de estudantes universitários para uma pesquisa. A pesquisa faz as perguntas aos alunos sobre sua educação e finanças.

Para fins de marketing, o analista quer identificar os valores da preditora que estão associados à população de estudantes que têm uma probabilidade baixa de possuir um Master Card e uma probabilidade alta de possuir um American Express. O analista ajusta modelos de regressão logística binária para ambos, o American Express e o Master Card, a fim de determinar como as preditoras estão associadas à probabilidade de possuir cada um destes cartões de crédito.

Após ajustar os modelos, o analista usa Otimizador de resposta para encontrar as definições de preditor que produzem probabilidades aceitáveis para ambos os cartões de crédito.

  1. Abra os dados das amostras, PesquisaCrédito.MTW.
  2. Selecione Estat > Regressão > Regressão Logística Binária > Otimizador de Resposta.
  3. Na linha MasterCard, em Meta, selecione Minimizar.
  4. Na linha American Express, em Meta, selecione Maximizar.
  5. Clique em OK.

Interpretar os resultados

O Minitab usa os dois modelos armazenados para estimar as configurações de predição que otimizam os valores de ambas as variáveis de resposta. A desirability combinada (também chamado de desirability composta) destas duas respostas é 0,9310, o que indica uma solução excelente, mas não perfeita.

As definições do preditor apresentadas no gráfico estão associadas a alunos que têm uma baixa probabilidade de possuir um cartão de crédito MasterCard, porém possuem uma alta probabilidade de possuir um cartão American Express. Esta população de estudantes têm uma média de US$ 62,11 em dinheiro e nenhuma renda anual. A saída da janela Session indica que as probabilidades ajustadas para esses valores são de 0,127 para Mastercard e 0,9923 para a American Express. Os intervalos de confiança indicam a precisão dessas previsões.

Você pode ajustar as definições das variáveis desta solução inicial diretamente no gráfico. Mova as barras verticais para alterar as definições e veja como o fator da desirability individual (d) das respostas e a desirability composta mudam.

Otimização da Resposta: MasterCard; American Express

Parâmetros Resposta Meta Inferior Alvo Superior Peso Importância MasterCard Mínimo 0 1 1 1 American Express Máximo 0 1 1 1
Solução American MasterCard Express Rendimento Probabilidade Probabilidade Desirability Solução Dinheiro anual Ajustada Ajustada Composta 1 62,1124 0 0,126577 0,992297 0,930964
Predição de Múltiplas Respostas Variável Configuração Dinheiro 62,1124 Rendimento anual 0
Probabilidade EP do Resposta Ajustada Ajustado IC de 95% MasterCard 0,127 0,172 ( 0,007; 0,754) American Express 0,9923 0,0322 (0,0323; 1,0000)
Ao usar esse site, você concorda com a utilização de cookies para análises e conteúdo personalizado.  Leia nossa política