Obtenga más información en nuestro curso en línea gratuito:
Pensamiento estadístico para la resolución de problemas industriales
En este vídeo utilizamos el Fabricación de productos químicos ejemplo y ajustar un árbol de clasificación para la respuesta categórica, Actuación .
Para hacer esto, seleccionamos Modelado predictivo en el menú Analizar y luego seleccionamos Partición.
seleccionamos Actuación como Y, variable de respuesta.
Luego seleccionamos los dos grupos de predictores como X, Factores.
La línea horizontal en el gráfico de partición muestra la tasa de aceptación general. Cuando Rendimiento es Aceptar, los puntos se distribuyen aleatoriamente debajo de la línea, y cuando Rendimiento es Rechazar, los puntos se distribuyen aleatoriamente por encima de la línea. Haremos clic en Puntos de color para que puedas verlo mejor.
Nuestro modelo inicial tiene un nodo. Agreguemos algunos detalles más. Para hacer esto, seleccionamos Opciones de visualización y luego Mostrar recuento dividido, desde el triángulo rojo superior.
Puede ver las tasas y el número de observaciones para ambos resultados. Catorce de los noventa lotes fueron rechazados.
Para crear el árbol de clasificación, puede utilizar el triángulo rojo del nodo para aplicar una división específica. O puedes usar el botón Dividir. Haremos clic en el botón Dividir una vez.
La primera división se realiza en la variable Ensayo base. Cuando el ensayo base es inferior a 97,9, la tasa de rechazo es 0,4167. De lo contrario, la tasa de rechazo es 0,0606.
Observe que JMP también informa un valor de Prob. Esta es la probabilidad prevista de pertenencia a una clase según el modelo. Este valor es ligeramente diferente de las tasas porque incluye un factor de ponderación para garantizar que las probabilidades sean siempre distintas de cero.
Separémonos de nuevo.
Esta vez, el modelo se divide según la cantidad de carbamato cuando el ensayo base es inferior a 97,9. En esta rama, si la Cantidad de Carbamato es menor que 1,1, la probabilidad de Rechazo es 1,0, pero si la Cantidad de Carbamato es mayor o igual a 1,1, la probabilidad de Rechazo es 0,22.
Antes de dividirnos más, echemos un vistazo más de cerca al modelo que estamos construyendo. Para hacer esto, seleccionaremos Informe Hoja en el triángulo rojo superior.
Puede ver que un árbol de clasificación es una serie de declaraciones Si-Entonces. Separémonos una vez más.
Ahora el modelo se ha dividido en Tamaño del recipiente. Según este modelo, la probabilidad más baja de rechazo es cuando el ensayo base es mayor o igual a 97,9 y el tamaño del recipiente es 500 o 750. ¡Esta probabilidad prevista es cercana a cero!
La probabilidad más alta de rechazo es cuando el ensayo base es inferior a 97,9 y la cantidad de carbamato es inferior a 1,1.
Observe que algunos de estos nodos no tienen muchas observaciones. Este es un pequeño conjunto de datos para un árbol de clasificación. Podríamos seguir dividiéndonos hasta que ya no sean posibles más divisiones. Pero esto nos llevaría a sobreajustar el modelo.
Para asegurarse de que el modelo no se divida en nodos con muy pocas observaciones, puede establecer un tamaño de división mínimo antes de generar el modelo.
A modo de ilustración, usaremos el botón Podar para podar el modelo de nuevo a un nodo.
Usaremos 10 para el tamaño mínimo de división. Para configurar esto, seleccionaremos Tamaño mínimo de división en el triángulo rojo superior, ingresaremos el valor y haremos clic en Aceptar.
Ahora haremos clic en el botón Dividir varias veces.
Nuestro modelo final tiene cuatro divisiones. Puede ver fácilmente que la combinación de un ensayo de base bajo y una cantidad de carbamato baja es un problema. ¡Más de la mitad de los rechazados están en esta rama!
