功能介绍

分类模型无论是在经济统计还是医学统计中都应用广泛,决策树作为分类模型中的一种,也备受关注。根据自变量对因变量进行分类,并给出分类结果的正确率。

分析示例

 一位医生为儿童提高脊柱矫正手术的成功率,统计了81个儿童的手术方法和术后情况,选择的影响指标有age年龄、number需要做矫正的椎骨数量、start首先矫正的椎骨位置、kyphosis矫正后脊柱变形是否存在。

操作过程

kyphosis选为因变量,agenumberstart选为自变量。因变量为连续型选择类别为“anova”,离散型选择类别为“class”,两个类别的选择类别为“poisson”,生存分析型选择类别为“exp”,因为因变量kyphosis2个类别,所以选择类别为poisson


分析结果


结果解释

首先给出模型构建方程,因变量ykyphosis,自变量agenumberstart,对样本数据进行模型拟合,发现当start>=12.5时,kyphosis没有再出现的人数为46,错误概率为4.3%,当start<12.5时,kyphosis没有再出现的人数为35,错误概率为42.9%。