使用 TreeNet® 分类拟合模型发现关键预测变量 的最佳双向交互作用强度表格

注意

此命令适用于 预测分析模块单击此处了解更多关于如何激活模块的信息

查找交互作用强度表格的解释指导。

最佳双向交互作用强度表格可确定具有最强交互作用的变量对。交互作用表格显示最强双因子交互作用的总平方误差百分比和/或平方误差百分比。使用总平方误差百分比来描述相对于数据变异的交互作用强度。将平方误差百分比用于特定变量对,以描述相对于变量的主效应强度的交互作用强度。

当一个树只有 2 个终端节点时,则无法进行交互作用。因此,每个树的最大终端节点数必须为 3 个或更多。您可以在 选项 子对话框中进行此设置。
注意

如果所有交互作用的总平方误差百分比或平方误差百分比小于 10%,Minitab 不会显示交互作用表格。

解释

在此示例中,两个表格的六个最强双因子交互作用是相同的:但是,排序略有不同。在第一张表格中,“主要血管”和 Thal 之间的交互作用是最强的双因子交互作用。总平方误差百分比为 6.05581,这意味着 6.05581% 的总平方误差由“主要血管”和 Thal 的主效应及其双因子交互作用效应来解释。

对于“主要血管”和 Thal 之间的相同双因子交互作用,具有主效应和交互效应的预测变量对的平方误差百分比为 11.08252%。

要进行计算,11.08252% = 分量 3 /(分量 1 + 分量 2 + 分量 3)* 100%
  • 分量 1 = 由第一个主效应(主要血管)解释的平方误差
  • 分量 2 = 由第二个主效应 Thal 解释的平方误差
  • 分量 3 = 主要血管与 Thal 之间的交互作用及其主效应所解释的平方误差

TreeNet® 分类: 心脏病 vs 年龄, 休息血压, 胆固醇, 最大心率, 老峰, 性, 胸痛类型, 禁食血糖, ...

最佳双向交互作用强度 总平方误差百分比 预测变量 1 预测变量 2 6.05581 主要船只 塔尔 6.04284 胸痛类型 主要船只 4.94873 塔尔 老峰 4.42358 主要船只 胆固醇 3.95660 塔尔 年龄 1.44046 年龄 最大心率 强度: 由双向交互作用解释的总平方误差百分比
平方误差百分比 预测变量 1 预测变量 2 11.47879 主要船只 胆固醇 11.39675 塔尔 老峰 11.38103 塔尔 年龄 11.08252 主要船只 塔尔 10.94302 胸痛类型 主要船只 10.23224 年龄 最大心率 平方误差: 特定于具有主效应和交互作用效应的每个预测变量对 强度: 由配对交互作用解释的平方误差百分比
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