为使用 TreeNet® 回归拟合模型发现关键预测变量 输入数据

以下分析的数据输入相同:

预测分析模块 > TreeNet® 回归 > 拟合模型

预测分析模块 > TreeNet® 回归 > 发现关键预测变量

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

完成以下步骤来指定要分析的数据列。

  1. 响应中,输入包含连续响应的列。值必须为数字。
  2. 连续预测变量中,输入可能解释或预测响应中变化的连续变量。 连续预测变量必须使用数字值。
  3. 类别预测变量中,输入可能解释或预测响应中变化的类别变量。 类别预测变量可以使用文本或数字值。

在此工作表中,强度是响应变量,包含合成纤维样本的强度测量值。温度是连续预测变量。机器公式混料是类别预测变量。

预测变量可以解释纤维强度的差异。工作表的第一行显示:第一个纤维样本的强度测量值为 40,温度为 136,并且是在机器 A 上在使用公式 1 和混料生产的。

C1 C2 C3-T C4 C5-T
强度 温度 机器 公式 混料
40 136 A 1
53 142 A 2
32 119 B 3
36 127 A 2
42 151 B 1
45 121 B 3