包含连续响应的 Bootstrap 森林法的示例

在本例中，您通过构造 Bootstrap 森林法模型来预测男性对象的体脂肪百分比。

1. 选择帮助 > 样本数据库，然后打开 Body Fat.jmp。

2. 选择分析 > 预测建模 > Bootstrap 森林法。

3. 选择体脂肪百分比并点击 Y，响应。

4. 从年龄（年）一直选择到腕围 (cm)，然后点击 X，因子。

5. 选择验证并点击验证。

6. 点击确定。

7. （可选）选择禁止多线程并在“随机种子”旁边输入 123。

由于 Bootstrap 森林法涉及随机样本，这些操作可确保您获取如下所示的精确结果。

8. 点击确定。

图 5.5 总体统计量 

“总体统计量”报表显示“验证 R 方”为 0.673。

您关注的是获取最重要的预测变量的独立于模型的指示。

9. 点击“Bootstrap 森林法: 体脂肪百分比”旁边的红色小三角，然后选择列贡献。

图 5.6 列贡献 

“列贡献”报表表明腹围 (cm)、体重 (cm) 和胸围 (cm) 是体脂肪百分比的最强预测变量。

需要更多信息？有问题？从 JMP 用户社区得到解答 (community.jmp.com).