Quando distinguiamo tra A e B utilizzando variabili continue dai test a, b, c e d, utilizziamo il partizionamento per valutare il contributo di questi quattro test. Tuttavia, fattori come (a) e (b) compaiono ripetutamente in più suddivisioni, complicando l'analisi. Come possiamo regolare le impostazioni per evitare che fattori specifici vengano selezionati troppo frequentemente? Alleghiamo i risultati effettivi e un'immagine dei risultati ideali. Si prega di rispondere alla domanda. Grazie.
I fattori (a) e (b) si ripetono ripetutamente perché sono i migliori da utilizzare (spiegano la maggiore variabilità nella variabile target). Perché dovresti ignorarli? Come sei arrivato al tuo albero "ideale"?
Probabilmente vengono scelti gli stessi fattori perché esiste una relazione più lineare tra i fattori e la variabile target. Sono necessarie molte suddivisioni per approssimare tale relazione lineare.
Non esiste un modo automatico per dire a JMP di utilizzare una variabile per la suddivisione una sola volta, che è ciò che sembra essere desiderato. In realtà, questa idea è in contrasto con il modo in cui si costruisce un albero. Tuttavia, JMP consente di costruire manualmente un albero, in cui si decide su quali variabili suddividere e dove.
Una volta aperta la piattaforma, clicca sulla freccia rossa della foglia in cui desideri aggiungere una divisione. Se scegli "Split Specific" puoi specificare il fattore e il livello dell'input. In questo modo puoi costruire qualsiasi albero desideri. Ricorda solo che il tuo albero non sarà più quello più adatto se sovrascrivi l'algoritmo predefinito.
