Módulo de análise
preditiva > Opções de regressão > CART®
Selecione as opções de análise.
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.
Erro
mínimo quadrado: O método de erro mínimo quadrado é o método padrão que funciona bem em muitas aplicações. O método do erro mínimo quadrado minimiza a soma dos erros quadrados.
Desvio absoluto mínimo: O método do mínimo desvio absoluto minimiza a soma de valores absolutos dos erros.
Critério para seleção da árvore
ótima
Quando Erro
mínimo quadrado é o critério para o método de divisão do nó, escolha entre esses critérios para 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 de R-quadrado.
Dentro de K erros
padrão do R-quadrado máximo; K=
Selecione esta opção para que o Minitab escolha a menor árvore com um valor de R2 que caia dentro de K erros padrão 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 de R2 dentro de 1 erro padrão do valor máximo de R2.
Quando Desvio absoluto mínimo for selecionado como 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.
Dentro de K
erros padrão de desvio absoluto médio mínimo; K =
Selecione esta opção para que o Minitab escolha uma árvore com um valor de desvio absoluto médio que se caia dentro de K erros padrão da árvore com o menor valor de desvio absoluto. Por padrão, K=1, de modo que a árvore nos resultados é a menor árvore de classificação com um valor de desvio absoluto médio dentro de 1 erro padrão do valor de desvio absoluto mínimo.
Número de
substitutos para um preditor com valores ausentes
Digite o número de substitutos que o Minitab deve procurar quando um preditor tem valores faltantes. Quando muitos preditores têm padrões de valor faltantes semelhantes, você deve aumentar o número de substitutos.
Esse número representa o número máximo de substitutos que serão procurados; no entanto, este número de substitutos pode não ser realmente encontrado.
O valor padrão é de 10.
Número
mínimo de casos para dividir um nó interno
Digite um valor para representar o número mínimo de casos de um nó interno a ser dividido. O padrão é 10. Com tamanhos amostrais maiores, você pode querer aumentar esse número mínimo. Por exemplo, se um nó interno tiver 10 ou mais casos, o Minitab tenta realizar uma divisão. Se o nó interno tiver 9 casos ou menos, o Minitab não tenta realizar uma divisão.
O limite interno do nó deve ser pelo menos o dobro do limite do nó terminal, mas as proporções maiores são melhores. Os limites internos do nó de pelo menos 3 vezes os limites do nó terminal permitem um número razoável de divisores.
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 amostrais maiores, você pode querer aumentar esse número mínimo. Por exemplo, se uma divisão criar um nó com menos de 3 casos, o Minitab não realiza uma divisão.
Profundidade
máxima da árvore
Digite um valor para representar a profundidade máxima de uma árvore. O nó raiz corresponde a uma profundidade de 1. Se você quer ter certeza de obter a melhor árvore, precisa permitir uma árvore mais profunda, mesmo que ela possa retardar o processamento.
Pesos
Digite uma coluna que contenha os pesos do caso. A coluna deve ter o mesmo número de linhas que a coluna de resposta. Os valores devem ser ≥ 0. O Minitab omite as linhas que contenham valores faltantes ou zeros provenientes da análise.
