Exemplo de predição com Regressão Random Forests®

Observação

Este comando está disponível com o Módulo de análise preditiva. Clique aqui saber mais sobre como ativar o módulo.

Uma equipe de pesquisadores coleta dados da venda de propriedades residenciais individuais em Ames, Iowa. Os pesquisadores querem identificar as variáveis que afetam o preço de venda. As variáveis incluem o tamanho do lote e várias características do imóvel residencial.

  1. Conclua Exemplo de Regressão Random Forests®.
  2. Abra os dados amostrais Previsões_habitacionais_da_Ames.MTW.
  3. Verifique se a planilha que contém os dados de previsão está ativa e clique Predição no botão na parte inferior dos resultados.
  4. Na lista suspensa, selecione Inserir colunas de valores.
  5. Digite os seguintes valores:
    frontage lot frontage lot
    área de lote área de lote
    área de revestimento área de revestimento
    Área do porão 1 Área do porão 1
    Área do porão 2 Área do porão 2
    área inacabada do porão área inacabada do porão
    área total do porão área total do porão
    Área do 1º andar Área do 1º andar
    Área do 2º andar Área do 2º andar
    área de baixa qualidade área de baixa qualidade
    Área de convivência Área de convivência
    área de garagem área de garagem
    área do convés de madeira área do convés de madeira
    área da varanda aberta área da varanda aberta
    varanda fechada varanda fechada
    varanda de estação varanda de estação
    varanda de tela varanda de tela
    Área da piscina Área da piscina
    Valor diverso Valor diverso
    ano construído ano construído
    ano remodelado ano remodelado
    banheiros completos do porão banheiros completos do porão
    Número de banheiros do porão Número de banheiros do porão
    Número de banheiros completos Número de banheiros completos
    número de meio banheiro número de meio banheiro
    número de quartos número de quartos
    número de cozinhas número de cozinhas
    quartos totais quartos totais
    número de lareiras número de lareiras
    ano de garagem ano de garagem
    carros de garagem carros de garagem
    mês vendido mês vendido
    ano vendido ano vendido
    tipo tipo
    zona zona
    rua rua
    beco beco
    forma de lot forma de lot
    flatness terra flatness terra
    utilidades municipais utilidades municipais
    configuração configuração
    estilo inclinação estilo inclinação
    Bairro Bairro
    Condição 1 Condição 1
    Condição 2 Condição 2
    qualidade qualidade
    Condição Condição
    estilo telhado estilo telhado
    Material do telhado Material do telhado
    exterior tipo 1 exterior tipo 1
    exterior tipo 2 exterior tipo 2
    tipo de revestimento tipo de revestimento
    qualidade exterior qualidade exterior
    Condição exterior Condição exterior
    tipo de fundação tipo de fundação
    Altura do porão Altura do porão
    Condição do porão Condição do porão
    Acesso ao porão Acesso ao porão
    acabamento do porão tipo 1 acabamento do porão tipo 1
    acabamento do porão tipo 2 acabamento do porão tipo 2
    tipo de aquecimento tipo de aquecimento
    qualidade de aquecimento qualidade de aquecimento
    ar central ar central
    tipo elétrico tipo elétrico
    qualidade da cozinha qualidade da cozinha
    função função
    qualidade da lareira qualidade da lareira
    tipo de garagem tipo de garagem
    Acabamento de garagem Acabamento de garagem
    qualidade da garagem qualidade da garagem
    Condição da garagem Condição da garagem
    unidade pavimentada unidade pavimentada
    qualidade da piscina qualidade da piscina
    Cerca Cerca
    recurso misc recurso misc
    tipo de venda tipo de venda
    Condição de venda Condição de venda
  6. Clique em OK.

Interprete os resultados

O Minitab utiliza árvore de regressão com random forest nos resultados para estimar o ajuste para um conjunto de valores de predição. Os pesquisadores encontram os preços previstos de vendas para várias configurações de preditores.
Ajuste
224796
88291
522279
480260
216826
112932
137328
190311
229939
229610
362637
174576
238485
256864