Gráficos de dependência parcial para Ajuste de modelo e Descubrir preditores-chave com Classificação TreeNet®

Observação

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

Use os gráficos de dependência parcial para obter insights de como as variáveis ou pares importantes das variáveis afetam as probabilidades de evento estimadas da resposta predita.
O Minitab apresenta a média marginal das probabilidades de 1/2 log versus cada preditor para ajudar a identificar a gama de valores preditores que produzem maiores probabilidades de evento. Esta relação um-para-um entre ajuste = ½ log (prob evento/1 – prob evento) e probabilidade de evento é fácil de ser interpretada. Por exemplo, a partir do gráfico, quando ajuste = 0, a probabilidade do evento = 0,5.
Observação

Chances = prob evento / (1-prob evento)

Para adicionar mais gráficos de dependência parcial, selecione Gráficos de um preditor ou Gráficos de dois preditores nos resultados.

Gráfico de dependência parcial com um preditor

O gráfico de dependência parcial com um preditor mostra como o ajuste médio que representa a probabilidade de evento muda com as alterações nos níveis do preditor.

Este gráfico mostra que a probabilidade de um evento de doença cardíaca aumenta à medida que o tipo de defeito muda de normal para fixo e para reversível. A última categoria é onde faltam os dados para esta variável.

O segundo gráfico mostra que a maior probabilidade para um evento de doença cardíaca é com o número de vasos principais coloridos com fluoroscopia entre 1 e 3.

O terceiro gráfico mostra que quando o tipo de dor torácica é 4, as chances médias de 1/2 log da incidência de doenças cardíacas aumenta de aproximadamente −0,05 a −0,03 para 0,03.

O quarto gráfico mostra que quanto maior o antigo valor de pico, maior a probabilidade de ter doença cardíaca até que o valor atinja 3, então a probabilidade é plana.

Gráfico de dependência parcial com dois preditores

O gráfico de dependência parcial com dois preditores mostra os efeitos de interação dos preditores traçados nos ajustes. Devido à relação entre os ajustes e a probabilidade de evento, você pode usar este gráfico para ajudar a identificar os valores ótimos do preditor. A probabilidade de evento aumenta monotonicamente à medida que os ajustes aumentam.

O gráfico de dependência parcial com dois preditores indica como a resposta mudará com modificações nos níveis preditor de duas variáveis importantes. Para preditores categóricos, o Minitab exibe uma matriz de dispersão das várias relações nos vários níveis dos preditores. Para preditores contínuos, o Minitab exibe um gráfico de superfície ou um gráfico de contorno dessa relação.

Os gráficos de superfície e de contorno mostram que a maior probabilidade de uma classificação favorável está com a frequência cardíaca máxima entre 100 e 120 e o pico antigo entre 5 e 6.