MARS®
多変量適応型回帰スプライン
MARS® モデル化エンジンは、重要な非線形性や交互作用を捉えながら、従来的な回帰に似た形の結果を好むユーザーに最適です。
MARS方法論の回帰モデルへのアプローチは、他の回帰方法では解明が不可能とまではいかなくとも、難しい、重要なデータのパターンと関係を解明します。MARSモデル化エンジンは、それぞれに独自の傾きのある一連の直線を一つにつなげながら、そのモデルを構築します。これにより、MARSモデリングエンジンは、データで検出されるどんなパターンでも追跡します。
質の高い回帰と分類
MARSモデルは、携帯電話の顧客の月々の支払いの平均または買い物客がウェブサイトを訪問して費やすことが期待される金額など、数値結果を予測するように設計されています。MARSエンジンは、肯定的／否定的な結果の質の高い分類モデルを生成することもできます。MARSエンジンは、変数の選択、変数の変換、交互作用の検出、自己検定などすべてを、自動的に、高速で実行します。
高性能結果
MARSエンジンがとても性能の高い結果を占める領域には、電力会社の電力需要を予測する、顧客満足度を製品の工学的仕様に関連付ける、地理情報システム（GIS）で有／無モデル化を行うことが含まれます。
予測力を大幅に高めることに興味をお持ちですか？
その他の高度な手法
開始して間もない場合でも、予測分析を次のレベルに引き上げる場合でも、Minitabのモデル化エンジンには必要なパワーがあります。
CART®
高度な分析に革命をもたらし、データサイエンスの現代を始動した、究極の分類木アルゴリズム。
Random Forests®
複数の代替分析、ランダム化戦略、アンサンブル学習を、1つの便利な場所で活用可能。
TreeNet®
極めて正確なモデルを一貫して生成できる、非常に柔軟で強力な機械学習ツール。