Especifique as configurações padrão para árvores de regressão

Arquivo > Opções > Análise Preditiva > CART® Regressão

Especifique os métodos padrão para árvores de regressão. As alterações feitas para os padrões permanecem até serem alterados novamente, mesmo depois que você sair do Minitab.

Método de divisão de nós
Escolha o método de divisão para gerar sua árvore de decisão. Você pode comparar os resultados de ambos os métodos de divisão para determinar a melhor escolha para sua aplicação.
  • : O método de erro menos quadrado é o método padrão que funciona bem em muitos aplicativos. O método de erro menos quadrado minimiza a soma dos erros quadrados.
  • : O método de desvio menos absoluto minimiza a soma dos valores absolutos dos erros.
Critério para seleção da árvore ótima
Quando é o critério para o método de divisão do nó, escolha entre esses critérios produzir a árvore nos resultados. Você pode comparar resultados de diferentes árvores para determinar a melhor escolha para sua aplicação.
R-quadrado máximo
Selecione esta opção para exibir resultados para a árvore com o valor máximo r-quadrado.
Dentro de K erros padrão de R-quadrado máximo; K =
Selecione esta opção para que a Minitab escolha a menor árvore com um valor R2 que se enquadra nos erros padrão K da árvore com o valor máximo de R2. Por padrão, K=1, então a árvore nos resultados é a menor árvore de classificação com um valor R2 dentro de 1 erro padrão do valor máximo de R2.
Quando for selecionado como o método de divisão do nó, escolha entre esses critérios para selecionar a árvore nos resultados. Você pode comparar os resultados de diferentes árvores para determinar a melhor escolha para sua aplicação.
Desvio absoluto médio mínimo
Selecione esta opção para exibir resultados para a árvore com o menor desvio absoluto médio.
Dentro de K erros padrão de desvio absoluto médio mínimo; K =
Select this option to have Minitab choose a tree with a mean absolute deviation value that falls within K standard errors of the tree with the least mean absolute deviation value. Por padrão, K=1, então a árvore nos resultados é a menor árvore de classicação com um valor de desvio absoluto médio dentro de 1 erro padrão do valor mínimo de desvio menos absoluto.
Número mínimo de casos para dividir um nó interno
Digite um valor para representar o número mínimo de casos um nó interno a ser dividido. O padrão é 10. Com tamanhos de amostra maiores, você pode querer aumentar este mínimo. Por exemplo, se um nó interno tiver 10 ou mais casos, o Minitab tentará executar uma divisão. Se o nó interno tiver 9 casos ou menos, o Minitab não tentará realizar uma divisão.
O limite do nó interno deve ser pelo menos o dobro do limite do nó terminal, mas as proporções maiores são melhores. Os limites do nó interno de pelo menos 3 vezes os limites do nó terminal permitem um número razoável de divisores.
O valor padrão é 10.
Número mínimo de casos permitidos para um nó terminal
Digite um valor para representar o número mínimo de casos que podem ser separados em um nó terminal. O padrão é 3. Com tamanhos de amostra maiores, você pode querer aumentar este mínimo. Por exemplo, se uma divisão criar um nó com menos de 3 casos, o Minitab não executará uma divisão.
O valor padrão é 3.
Penalidade de valor perdido
Digite um valor de penalidade para um preditor com valores perdidos. Como é mais fácil ser um bom divisor com menos dados, preditores com dados ausentes têm uma vantagem sobre os preditores sem perder dados. Use esta opção para penalizar preditores com dados ausentes.
0,0 ≤ K ≤ 2,0, por exemplo:
  • K = 0: Não especifica nenhuma penalidade.
  • K = 2: Especifica a penalidade mais alta.
Penalidade de categoria de alto nível
Digite um valor de penalidade para preditores categóricos que tenham muitos valores. Como preditores categóricos com muitos níveis podem distorcer uma árvore devido ao seu maior poder de divisão, eles têm uma vantagem sobre os preditores com menos níveis. Use esta opção para penalizar preditores com muitos níveis.
0,0 ≤ K ≤ 5,0, por exemplo:
  • K = 0: Não especifica nenhuma penalidade.
  • K = 5: Especifica a penalidade mais alta.
Exibição de gráficos e tabelas
Resíduos para gráficos
Especifique o tipo de resíduos a serem exibidos na caixa de parcelas residuais.
  • : Por padrão, o boxplot exibe resíduos regulares.
  • : Especificar para exibir a porcentagem de resíduos na caixa.
Tipo de nó terminal
Escolha se exibe os melhores nós, os piores nós ou ambos para a tabela De ajustes e estatísticas de erros e os Critérios para classificar a tabela de assuntos.
  • : Por padrão, a Minitab exibe os melhores nós de terminal. Os melhores nódulos têm os menores valores MSE ou MAD.
  • : Selecione para exibir os piores nódulos terminais. Os piores nódulos têm os maiores valores de MSE ou MAD.
  • : Selecione para exibir os melhores e os piores nós terminais.
Ao usar esse site, você concorda com a utilização de cookies para análises e conteúdo personalizado.  Leia nossa política