在我們的免費線上課程中了解更多：
解決工業問題的統計思維
在本影片中，我們使用化學製造範例並擬合分類回應的分類樹，表現。
為此，我們從“分析”選單中選擇“預測建模”，然後選擇“分區”。
我們選擇表現作為 Y，響應變數。
然後我們選擇兩組預測變數作為 X 因子。
分區圖中的水平線顯示總體接受率。 當「性能」為「接受」時，點隨機散佈在該線下方；當「性能」為「拒絕」時，這些點隨機散佈在該線上方。 我們將單擊“色點”，以便您可以更好地看到這一點。
我們的初始模型有一個節點。 讓我們添加更多細節。 為此，我們選擇“顯示選項”，然後從頂部紅色三角形中選擇“顯示分割計數”。
您可以查看兩種結果的比率和觀察數量。 九十批中有十四批被拒絕。
若要建立分類樹，您可以使用節點的紅色三角形來套用指定的分割。 或者您可以使用“拆分”按鈕。 我們將單擊一次“拆分”按鈕。
第一次分割是針對可變鹼基測定。 當鹼含量低於 97.9 時，廢品率為 0.4167。 否則，拒絕率為 0.0606。
請注意，JMP 也報告機率值。 這是基於模型預測的班級成員機率。 該值與比率略有不同，因為它包含一個加權因子以確保機率始終非零。
我們再分開吧。
這次，當基礎含量低於 97.9 時，模型會根據氨基甲酸鹽含量進行劃分。 在該分支中，如果氨基甲酸酯量小於1.1，則拒絕的機率為1.0，但如果氨基甲酸酯量大於或等於1.1，則拒絕的機率為0.22。
在我們進一步劃分之前，讓我們仔細看看我們正在建立的模型。 為此，我們將從頂部的紅色三角形中選擇 Leaf Report。
您可以看到分類樹是一系列 If-Then 語句。 我們再分開一次吧。
現在模型已在容器尺寸上分裂。 根據該模型，當 Base Assay 大於或等於 97.9 且 Vessel Size 為 500 或 750 時，拒絕機率最低。此預測機率接近零！
當鹼含量低於 97.9 且氨基甲酸酯含量低於 1.1 時，拒絕的機率最高。
請注意，其中一些節點沒有大量觀察結果。 這是分類樹的小資料集。 我們可以繼續分裂，直到不可能再分裂。 但這會導致我們過度擬合模型。
為了確保模型不會在觀測值很少的節點上分割，您可以在建立模型之前設定最小分割大小。
為了方便說明，我們將使用「修剪」按鈕將模型修剪回一個節點。
我們將使用 10 作為最小分割大小。 要進行設置，我們將從頂部紅色三角形中選擇“最小分割大小”，輸入值，然後按一下“確定”。
現在，我們將單擊“拆分”按鈕幾次。
我們的最終模型有四個分割。 您可以很容易地看出，低鹼含量和低氨基甲酸鹽含量的組合是一個問題。 超過一半的廢品都在這個分支！
