Os resíduos sumarizam o erro em um nó e podem ajudar a identificar casos ajuste deficiente. Você pode ter a maior confiança nos ajustes dos nós com resíduos pequenos em relação à escala da variável resposta. Nós com uma dispersão mais ampla de resíduos podem representar oportunidades para reduzir ou explicar mais variação. Você pode optar por investigar casos que mostram padrões atípicos.
Por padrão, os nós estão ordenados do menor erro ao maior erro. Ao executar a análise, você pode encontrar uma opção para ordenar os nós por número de identificação pressionando o botão Gráficos.
Quando a análise usa um conjunto de dados de teste, o gráfico inclui gráficos separados para os dados de treinamento e teste. Normalmente, o desempenho da árvore nos dados de teste é uma representação melhor do desempenho da árvore para novos dados. Você deve investigar diferenças grandes entre os dados de teste e de treinamento.
No gráfico a seguir, o nó terminal 1 contém o maior resíduo. O nó do terminal 13 tem uma trilha de resíduos negativos. Investigações adicionais desses pontos poderiam revelar a razão pela qual a árvore não ajusta esses pontos, bem como outros pontos do nó. O nó do terminal 17 tem o menor MSE dos nós terminais. A amplitude dos resíduos no nó terminal 17 é relativamente pequena em comparação com os nós do outro lado do gráfico.