“提升”平台概述

使用“提升”平台对某项市场活动或治疗对个体的增量影响建模。提升模型帮助我们识别最可能响应某项市场活动的个体群组。特定群体的识别有助于制定高效、有针对性的决策，进而合理优化资源分配，对个体产生一定的影响。请参见 Radcliffe and Surry (2011)。

“提升”平台拟合分割模型。传统的分割模型旨在找到能够优化预测的拆分，而提升模型却是要找到能使处理差异最大化的拆分。

提升分割模型可以解释为什么一些个体对处理有反应，而另一些却没有。该模型对每个可能的（二元）拆分会拟合一个线性模型。若响应变量是连续型，就构建拆分、处理以及两者交互作用的线性函数。若响应变量是分类型，就构建拆分、处理以及两者交互作用的 Logistic 函数。在以上两种情况中，交互项用于衡量两个拆分中个体组在提升中的差异。

“提升”平台通过比较所有可能的拆分上交互作用检验的显著性来定义拆分准则。然而，仅基于 p 值选择预测变量会带来偏倚，其倾向于选择具有很多水平的预测变量。为此，JMP 调整了 p 值以考虑水平数的影响。（请参见 JMP 网站上的论文“Monte Carlo Calibration of Distributions of Partition Statistics”。）因此，“提升”平台通过选择对交互作用效应进行 t 检验时最大的调整 p 值来确定拆分。报表中给出了每个调整 p 值的 logworth 值，即 -log10(调整 p 值)。