Especifique as configurações padrão para Descobrir o melhor modelo (Resposta contínua)

Arquivo > Opções > Análise preditiva > Descobrir o melhor modelo (Resposta contínua)

Especifique os métodos padrão para Descobrir o melhor modelo (Resposta contínua). As alterações feitas para os padrões permanecem até serem alterados novamente, mesmo depois que você sair do Minitab.

Critério para selecionar o melhor modelo

Escolha o critério para determinar o melhor tipo de modelo. Você pode comparar os resultados de vários métodos para determinar a melhor escolha para sua aplicação.

R-quadrado máximo

O método máximo R² funciona bem em muitas aplicações. Esse método minimiza a soma dos erros ao quadrado.

Use a função de perda Huber para ajustar os modelos TreeNet®: Quando o critério é o valor máximo de R², você pode optar por usar a função de perda de Huber para ajustar modelos TreeNet^® . A função de Huber é um híbrido das funções de R ao quadrado máximo e de desvio absoluto médio mínimo. Com a função Huber, especifique um valor de comutação. A função de perda começa como a função de erro quadrado. A função de perda permanece como erro quadrado, desde que o valor seja menor que o valor de comutação. Se o erro quadrado exceder o valor de comutação, então a função de perda se tornará uma função de desvio absoluto. Se o desvio absoluto se tornar menor que o valor de comutação, então a função de perda se torna uma função de erro quadrado novamente.

Desvio absoluto médio mínimo

Este método minimiza a soma dos valores absolutos dos erros.

Parâmetro de complexidade de árvore individual para modelos de regressão TreeNet®

Escolha uma das seguintes opções para limitar o tamanho das árvores.

Máximo de nós terminais por árvore: Digite um valor entre 2 e 2000 para representar o número máximo de nós terminais de uma árvore. Normalmente, um valor de 6 proporciona um bom equilíbrio entre a velocidade de cálculo e a investigação das interações entre as variáveis. Um valor de 2 elimina a investigação das interações.
Profundidade máxima da árvore: Digite um valor entre 2 e 1000 para representar a profundidade máxima de uma árvore. O nó raiz corresponde a uma profundidade de 1. Em muitas aplicações, profundidades de 4 a 6 dão modelos razoavelmente bons.