Como explicar as admissões em universidades

Abaixo está uma visualização SHAP da importância das variáveis independentes usadas em um modelo de regressão para estimar a probabilidade de admissão na universidade, usando diferentes pontuações de testes acadêmicos comuns nos EUA (CGPA – Cumulative Grade Point Average, GRE – Graduate Record Examination etc.) como variáveis independentes ou preditoras.

• O gráfico mostra a importância relativa dos atributos de previsão (pontuações de testes acadêmicos) no processo de inferência aplicado pelo modelo para estimar a qualidade de uma determinada observação (uma decisão sobre a admissão de um aluno).
• A amplitude de valores das variáveis independentes é representada por cores que variam do azul (mais baixo) ao rosa (mais alto). A posição da barra colorida de cada variável independente em relação ao eixo horizontal mostra o efeito que os valores das variáveis independentes têm na saída do modelo resultante: os valores de algumas variáveis independentes levam a saídas mais altas quando são mais altos, enquanto os valores de outras variáveis independentes levam a saídas mais baixas quando são mais altos.

Observe atentamente o gráfico SHAP acima e selecione quais das seguintes afirmações sobre a capacidade de explicação do modelo e a importância das variáveis independentes são verdadeiras: