Visão geral de Regressão MARS^®

Use Splines de Regressão Adaptativa Multivariada (MARS^®) para criar modelos preditivos precisos para uma resposta contínua com muitas variáveis preditoras contínuas e categóricas. As poderosas funções de Regressão MARS^® base que formam os modelos são altamente adaptáveis para que os modelos capturem desvios significativos das restrições de linearidade da regressão múltipla convencional. Regressão MARS^® lida facilmente com a complexa estrutura de dados que muitas vezes se esconde em dados de alta dimensão. Ao fazer isso, essa abordagem à modelagem de regressão efetivamente descobre padrões e relacionamentos de dados importantes que são difíceis, se não impossíveis, para outros métodos de regressão revelarem.

Ao contrário dos modelos de análise preditiva que usam árvores para formar modelos, os modelos de Regressão MARS^® têm representações comparáveis às equações da regressão múltipla convencional. As relações entre a variável resposta e os preditores individuais são mais fáceis de entender com essas equações.

Regressão MARS^® 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, examinar os efeitos relativos das variáveis e prever valores de resposta para novas observações. Por exemplo, avaliadores de imóveis querem ver como o preço de venda de apartamentos urbanos está associado a várias variáveis preditoras, incluindo a metragem quadrada, o número de unidades disponíveis, a idade do edifício e a distância do centro da cidade.

Para obter descrições e outros modelos de Regressão MARS^® análise preditiva, vá para Tipos de modelos de análise preditiva no Minitab Statistical Software.