二元 Logistic 回归模型的重叠等值线图示例

一名财务分析师想调查与大学生拥有特定信用卡的概率相关联的因子。分析师随机抽取了一些大学生进行调查。在调查中,学生将回答有关其教育和财务情况的问题。

出于市场营销目的,分析师想确定与两类学生总体相关的预测变量值:一类是不大可能拥有 MasterCard 的学生总体,另一类是有较大可能拥有 American Express 信用卡的学生总体。分析师为 American Express 和 MasterCard 拟合二项 Logistic 回归模型,以确定预测变量是如何与拥有这些信用卡的概率相关联的。

在拟合模型之后,分析人员使用重叠等值线图查找为两个信用卡生成可接受概率的预测变量设置。

  1. 打开样本数据信用卡调查.MTW
  2. 选择统计 > 回归 > 二值 Logistic 回归 > 重叠等值线图
  3. 响应下,将MasterCardAmerican Express可用列表移到所选列表。
  4. 变量下,从X 轴中选择现金,从Y 轴中选择年收入
  5. 单击等值线
  6. 按如下所示填写表的列,然后单击确定
    响应
    MasterCard 0 0.2
    American Express 0.8 1
  7. 在每个对话框中单击确定

解释结果

Minitab 使用存储模型创建重叠等值线图。图中的白色区域显示年收入和现金的的值组合,这些值为处理每个信用卡的概率生成满意的拟合值。

可以将这些图与响应优化器结合使用来查找最佳预测变量值。

提示

要在该图上标注任何点的预测变量值和响应值,请使用安插旗标。要安插旗标,请右键单击该图形,在出现的菜单中选择安插旗标,然后在图上单击要批注的点。使用预测来确定这些点是否异常并评估预测的精确度。

使用此网站,即表示您同意对数据分析和个性化内容使用 Cookie。  请阅读我们的政策