Visão geral para Classificação CART®

Use Classificação CART® para criar uma árvore de decisão para uma resposta categórica binomial ou multinomial com muitas variáveis preditoras categóricas e contínuas. O Classificação CART® ilustra padrões e relações importantes entre uma resposta categórica e preditores importantes dentro de dados altamente complicados sem usar métodos paramétricos.

Classificação CART® oferece insights para uma grande variedade de aplicações, incluindo controle de qualidade de fabricação, descoberta de drogas, detecção de fraudes, pontuação de crédito e predição de rotatividade. Use os resultados para identificar variáveis importantes, identificar grupos nos dados com características desejáveis e predizer os valores de resposta para novas observações. Por exemplo, um pesquisador de mercado pode usar Classificação CART® para identificar clientes que têm taxas de resposta mais altas a iniciativas específicas e predizer essas taxas de resposta.

Para uma introdução mais completa à metodologia CART®, veja Breiman, Friedman, Olshen e Stone (1984)1.

Onde encontrar essa análise

Para realizar um Classificação CART®, escolha Estat > Análise preditiva > CART® Classificação.

Quando usar uma análise alternativa

Se você tiver uma variável resposta contínua, use Regressão CART®.

Para tentar melhorar o ajuste da árvore, o Minitab oferece Classificação TreeNet® e Classificação Random Forests®analisa com o Módulo de análise preditiva. Clique aqui saber mais sobre como ativar o módulo.

1 Breiman, Friedman, Olshen e Stone. (1984). Classification and Regression Trees. Boca Raton, Florida: Chapman e Hall/CRC.
Ao usar esse site, você concorda com a utilização de cookies para análises e conteúdo personalizado.  Leia nossa política