Pour distinguer A et B à l'aide des variables continues des tests a, b, c et d, nous utilisons le partitionnement pour évaluer la contribution de ces quatre tests. Cependant, des facteurs comme (a) et (b) apparaissent de manière répétée dans plusieurs divisions, ce qui complique l'analyse. Comment ajuster les paramètres pour éviter que des facteurs spécifiques soient sélectionnés trop fréquemment ? Veuillez joindre les résultats réels et une image des résultats idéaux. Veuillez répondre à la question. Merci.
Les facteurs (a) et (b) apparaissent fréquemment car ce sont les meilleurs facteurs à utiliser (ils expliquent la plus grande variation de la variable cible). Pourquoi vouloir outrepasser ce critère ? Comment êtes-vous parvenu à votre arbre « idéal » ?
Les mêmes facteurs sont probablement choisis, car la relation entre les facteurs et la variable cible est plus linéaire. De nombreuses divisions sont nécessaires pour approximer cette relation linéaire.
Il n'existe aucun moyen automatique de demander à JMP d'utiliser une variable pour le fractionnement une seule fois, ce qui semble être votre souhait. En fait, cette idée est contraire à la méthode de construction d'un arbre. Cependant, JMP vous permet de construire un arbre manuellement, en choisissant les variables à fractionner et leur emplacement.
Une fois sur la plateforme, cliquez sur la flèche rouge de la feuille où vous souhaitez ajouter une division. Si vous choisissez « Division spécifique », vous pouvez spécifier le facteur et le niveau d'entrée. Vous pouvez ainsi créer l'arbre de votre choix. N'oubliez pas que votre arbre ne sera plus optimal si vous remplacez l'algorithme par défaut.
