Este comando está disponível com o Módulo de análise preditiva. Clique aqui saber mais sobre como ativar o módulo.
Uma equipe de pesquisadores quer usar dados sobre um mutuário e a localização de um imóvel para predizer o valor de uma hipoteca. As variáveis incluem a renda, raça e sexo do mutuário, bem como a localização do setor censitário do imóvel, e outras informações sobre o mutuário e o tipo de imóvel.
Após a exploração inicial com Regressão CART® para identificar os preditores importantes, a equipe agora considera Regressão TreeNet® como um passo de acompanhamento necessário. Os pesquisadores esperam obter mais informações sobre as relações entre a resposta e os preditores importantes e predizer novas observações com maior exatidão.
Esses dados foram adaptados com base em um conjunto de dados públicos contendo informações sobre hipotecas de bancos federais de empréstimos imobiliários. Dados originais de fhfa.gov.
Para esta análise, o Minitab cultiva 300 árvores e o número ótimo de árvores é de 300. Como o número ótimo de árvores está próximo ao número máximo de árvores cultivadas pelo modelo, os pesquisadores repetem a análise com mais árvores.
Para esta análise, foram cultivadas 500 árvores e o número ideal de árvores para a combinação de hiperparâmetros com o melhor valor do critério de precisão é 500. A fração da subamostra muda para 0,7 em vez de 0,5 na análise original. A taxa de aprendizado muda para 0,0437 em vez de 0,04372 na análise original.
Examine tanto a tabela sumário do modelo quanto o gráfico R-quadrado versus número de árvores. O valor de R2 quando o número de árvores é 500 é de 86,79% para os dados de teste e é de 96,41% para os dados de treinamento. Esses resultados mostram melhora em relação a uma análise de regressão tradicional e uma Regressão CART®.
O gráfico de importância relativa da variável representa os preditores por ordem de seu efeito sobre a melhoria do modelo quando as divisões são feitas em um preditor sobre a sequência de árvores. A variável preditora mais importante é a Área Estatística Baseada em Núcleos. Se a importância da principal variável preditora, Core Based Statistical Area, é de 100%, então a próxima variável importante, a Renda Anual, tem uma contribuição de 92,8%. Isso significa que a renda anual do mutuário é 92,8% tão importante quanto a localização geográfica do imóvel.
O gráfico de dispersão de valores ajustados de empréstimos versus valores reais de empréstimo mostra a relação entre os valores ajustados e reais tanto para os dados de treinamento quanto para os dados de teste. Você pode passar o mouse sobre os pontos no gráfico para ver mais facilmente os valores representados graficamente. Neste exemplo, todos os pontos ficam aproximadamente perto da linha de referência de y=x.
Use os gráficos de dependência parcial para obter uma visão de como as variáveis importantes ou pares de variáveis afetam a resposta predita. Os gráficos de dependência parcial mostram se a relação entre a resposta e uma variável é linear, monotônica ou mais complexa.
O primeiro gráfico ilustra o valor do empréstimo ajustado para cada área estatística baseada em núcleos. Como há tantos pontos de dados, você pode passar o mouse sobre cada um dos pontos de dados para ver os valores específicos de x e y. Por exemplo, o ponto mais alto do lado direito do gráfico é para a área de núcleo número 41860 e o valor do empréstimo ajustado é de aproximadamente US$ 378.069.
O segundo gráfico mostra que o valor do empréstimo ajustado aumenta à medida que a renda anual aumenta. Depois que a renda anual atinge US $ 300.000, os níveis de valor do empréstimo adequado aumentam a uma taxa mais lenta.
O terceiro gráfico mostra que o valor do empréstimo ajustado aumenta à medida que aumenta a relação de front-end.
O quarto gráfico mostra o valor do empréstimo ajustado para cada código da região censitária. Assim como no primeiro gráfico, você pode passar o mouse sobre determinados pontos de dados para obter mais informações. Clique em Selecionar mais preditores para representar
no gráfico para produzir gráficos para outras variáveis.