對于所有的服務(wù)行業(yè)或者醫(yī)療行業(yè)，在試圖了解客戶或患者的行為這方面都可能具有挑戰(zhàn)性。所以研究人員通常會使用調(diào)查數(shù)據(jù)，并經(jīng)常使用Minitab Statistics軟件中的回歸分析數(shù)據(jù)。但是，當(dāng)結(jié)果變量是分類變量而不是定量變量時(shí)，對邏輯回歸的結(jié)果進(jìn)行解釋不是很直接或直觀。

對于以上問題就需要在Minitab中分析調(diào)查數(shù)據(jù)的另一種選擇，利用CART®分類樹和回歸樹的功能，這是一種基于樹的說明性機(jī)器學(xué)習(xí)技術(shù)，最新版本的Minitab Statistics軟件現(xiàn)在可以使用它。

點(diǎn)擊立即下載Minitab

什么是CART？

CART是一種決策樹算法，通過創(chuàng)建一組是或否規(guī)則進(jìn)行工作，該規(guī)則根據(jù)預(yù)測變量或輸入設(shè)置將目標(biāo)變量或結(jié)果變量劃分為多個(gè)分區(qū)。結(jié)果模型以決策樹的形式顯示，該樹說明了如何根據(jù)輸入設(shè)置對目標(biāo)變量或結(jié)果變量進(jìn)行分區(qū)。Minitab的CART算法會自動找到最佳的終端節(jié)點(diǎn)數(shù)（也稱為拆分或最終分組），以最大化模型的預(yù)測能力。

而選擇這個(gè)方法的好處是什么呢？分析完成后，CART的輸出將具有直觀的視覺解釋，因此您不必成為數(shù)據(jù)科學(xué)家即可從數(shù)據(jù)中獲得有價(jià)值的見解。

注意：Minitab默認(rèn)情況下顯示詳細(xì)的CART樹。右鍵單擊樹，然后選擇“節(jié)點(diǎn)拆分視圖”以查看上方的壓縮視圖。

利用CART充分利用步入式臨床數(shù)據(jù)

現(xiàn)在我們了解了CART是什么，讓我們看看它是如何工作的。

步入式診所鏈從患者那里收集調(diào)查數(shù)據(jù)，詢問患者將來再次使用診所的可能性：非常可能，有點(diǎn)可能或不太可能。工作人員還記錄了患者的年齡，從家到診所的距離（英里）和就業(yè)狀況。診所的區(qū)域經(jīng)理特別想了解影響步行患者再次使用診所服務(wù)的可能性的因素。

數(shù)據(jù)的一部分顯示在下方，而條形圖則表示診所的門診病人給出的響應(yīng)。

CART可用于預(yù)測分類結(jié)果的可能性，在這種情況下，這是患者返回診所的可能性。Minitab的CART分類引擎提供了一個(gè)直觀的界面，可以處理二進(jìn)制結(jié)果（兩組）或多項(xiàng)式結(jié)果（三個(gè)或更多組）。

經(jīng)理將數(shù)據(jù)輸入Minitab后，她選擇Stat> Predictive Analytics>CART®分類，并顯示以下內(nèi)容：

由于存在三個(gè)或更多的組，因此她選擇了多項(xiàng)式響應(yīng)，然后選擇“Return Apt”作為響應(yīng)或要預(yù)測的目標(biāo)。她通過連續(xù)預(yù)測變量和分類預(yù)測變量或她將用來進(jìn)行預(yù)測的輸入快速輸入來完成此框。

CART自動處理缺失值，對極端離群值不敏感，并且沒有要檢查的分布，p值或殘差假設(shè)，這使得CART易于使用，即使對于初學(xué)者也是如此。此外，Minitab的CART功能會仔細(xì)地將數(shù)據(jù)分為兩類： 部分?jǐn)?shù)據(jù)將用于構(gòu)建模型（學(xué)習(xí)數(shù)據(jù)），而其他數(shù)據(jù)用于評估模型做出新預(yù)測的能力（測試數(shù)據(jù)）。

CART分析的輸出顯示每個(gè)目標(biāo)變量對的（ROC）曲線下的面積值在0.93或更高。ROC幫助經(jīng)理可視化了她的模型可以很好地預(yù)測患者重返診所的可能性。該圖顯示了靈敏度（正確預(yù)測為陽性的陽性）與特異性（正確預(yù)測為陰性的陰性）之間的關(guān)系。

ROC值為0.70或更高通常被認(rèn)為對大多數(shù)應(yīng)用有用，因此經(jīng)理很高興找到一個(gè)可以如此準(zhǔn)確地預(yù)測患者將來重返診所的可能性的模型。

經(jīng)理以前曾假設(shè)患者離診所的距離是一個(gè)人回訪可能性的最佳預(yù)測指標(biāo)。令她驚訝的是，事實(shí)并非如此。CART的相對變量重要性圖清楚地顯示了每個(gè)預(yù)測變量在確定患者是否會返回診所中的相應(yīng)意義。

最終結(jié)果

快速評估上面的可變重要性圖，發(fā)現(xiàn)患者的年齡是他們再次使用診所的可能性的最佳預(yù)測指標(biāo)，其次是距離，最后是就業(yè)狀況。

CART分類洞察力對患者行為的洞察力幫助診所的區(qū)域經(jīng)理為最有可能返回診所的客戶創(chuàng)建了個(gè)人資料，因此中心可以提供更多文獻(xiàn)資料和激勵(lì)措施，以確保他們的返回。例如，居住在距診所不到11英里的43歲以下患者中，無論其就業(yè)狀況如何，他們都有可能返回。年齡在82歲以下但年齡在71歲以上的患者可能會返回，而無論距離或工作狀況如何。相比之下，年齡在67歲至71歲之間的人如果住在距離診所11英里以上的地方，則無論其他因素如何，他們都不太可能返回。

Minitab Statistics軟件中基于樹的機(jī)器學(xué)習(xí)算法具有廣泛的應(yīng)用程序，可能有助于找到組織中業(yè)務(wù)問題的答案。如果您尚未開始，我們邀請您立即開始Minitab的免費(fèi)試用！

甚至專家都不知道的Minitab使用小技巧，你確定不來看看？

整理決策樹以撰寫論文：Minitab中的預(yù)測分析和根本原因分析