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，分析师希望确定与最不可能拥有 Master 卡的学生群体和最可能拥有 American Express 卡的学生群体相关的预测变量值。分析师对 American Express 卡和 Master 卡拟合二项 Logistic 回归模型，以确定预测变量如何与拥有其中每种信用卡的概率相关联。
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。
- 打开样本数据 信用卡调查.MTW。
- 选择。
- 在 响应下，从 可用 列表移动 MasterCard American Express 到 所选 列表。
- 在 变量下，选择 现金 from X 轴 和 选择 Y 轴 年收入 。
- 单击 等值线。
- 低 如下所示填写表格的 和 高 列，然后单击 确定。
响应 低 高 MasterCard 0 0.2 American Express 0.8 1 - 单击每个对话框中的确定。
解释结果
Minitab 使用存储的模型创建叠加等值线图。图中的白色区域显示了年收入和现金值的组合，这些值为拥有每张信用卡的概率产生了令人满意的拟合值。
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，请使用十字线。要种植标志，请双击该图，右键单击该图并在出现的菜单中进行选择 十字线 ，然后单击要注释的图上的点。用于 预测 确定这些点是否异常并评估预测的精度。
