Docs
...
genlinnode properties

genlinnode, Eigenschaften

Letzte Aktualisierung: 11. Feb. 2025
genlinnode, Eigenschaften

Symbol für GenLin -KnotenDas verallgemeinerte lineare Modell (GenLin) erweitert das allgemeine lineare Modell, sodass die abhängige Variable über eine angegebene Verknüpfungsfunktion linear zu den Faktoren und Kovariaten in Beziehung steht. Außerdem ist es mit diesem Modell möglich, dass die abhängige Variable eine von der Normalverteilung abweichende Verteilung aufweist. Es deckt die Funktionen einer großen Bandbreite an Statistikmodellen ab, darunter lineare Regression, logistische Regression, loglineare Modelle für Häufigkeitsdaten und Überlebensmodelle mit Intervallzensierung.

Beispiel

node = stream.create("genlin", "My node")
node.setPropertyValue("model_type", "MainAndAllTwoWayEffects")
node.setPropertyValue("offset_type", "Variable")
node.setPropertyValue("offset_field", "Claimant")
Tabelle 1. genlinnode, Eigenschaften
genlinnodeEigenschaften Werte Eigenschaftsbeschreibung
target Feld GenLin-Modelle erfordern ein einzelnes Zielfeld, das ein nominales Feld oder ein Flagfeld sein muss, und ein oder mehrere Eingabefelder. Außerdem kann ein Gewichtungsfeld angegeben werden. Weitere Informationen finden Sie unter Allgemeine Eigenschaften von Modellierungsknoten .
use_weight Markierung  
weight_field Feld Der Feldtyp ist nur stetig.
target_represents_trials Markierung  
trials_type Variable FixedValue  
trials_field Feld Der Feldttyp ist stetig, Flag oder ordinal.
trials_number Zahl Der Standardwert ist 10.
model_type MainEffects MainAndAllTwoWayEffects  
offset_type Variable FixedValue  
offset_field Feld Der Feldtyp ist nur stetig.
offset_value Zahl Muss eine reelle Zahl sein.
base_category Last First  
include_intercept Markierung  
mode Simple Expert  
distribution BINOMIAL GAMMA IGAUSS NEGBIN NORMAL POISSON TWEEDIE MULTINOMIAL IGAUSS: Invers gaußsch. NEGBIN: Negativ binomial.
negbin_para_type Specify Estimate  
negbin_parameter Zahl Der Standardwert ist 1. Muss eine nicht-negative reelle Zahl enthalten.
tweedie_parameter Zahl  
link_function IDENTITY CLOGLOG LOG LOGC LOGIT NEGBIN NLOGLOG ODDSPOWER PROBIT POWER CUMCAUCHIT CUMCLOGLOG CUMLOGIT CUMNLOGLOG CUMPROBIT CLOGLOG: Log-Log komplementär. LOGC: Protokollkomplement. NEGBIN: Negativ binomial. NLOGLOG: Negativ log-log. CUMCAUCHIT: Kumulative Kauchit. CUMCLOGLOG: Kumulatives Log-Log komplementär. CUMLOGIT: Kumulatives Logit. CUMNLOGLOG: Kumulatives negatives Log-Log. CUMPROBIT: Kumulatives Probit.
power Zahl Der Wert muss eine reelle Zahl ungleich null sein.
method Hybrid Fisher NewtonRaphson  
max_fisher_iterations Zahl Der Standardwert ist 1; nur positive Ganzzahlen zulässig.
scale_method MaxLikelihoodEstimate Deviance PearsonChiSquare FixedValue  
scale_value Zahl Der Standardwert ist 1; muss größer als 0 sein.
covariance_matrix ModelEstimator RobustEstimator  
max_iterations Zahl Der Standardwert ist 100; nur nicht negative Ganzzahlen.
max_step_halving Zahl Der Standardwert ist 5; nur positive Ganzzahlen.
check_separation Markierung  
start_iteration Zahl Der Standardwert ist 20; nur positive Ganzzahlen zulässig.
estimates_change Markierung  
estimates_change_min Zahl Der Standardwert ist 1E-006; nur positive Zahlen zulässig.
estimates_change_type Absolute Relative  
loglikelihood_change Markierung  
loglikelihood_change_min Zahl Nur positive Zahlen zulässig.
loglikelihood_change_type Absolute Relative  
hessian_convergence Markierung  
hessian_convergence_min Zahl Nur positive Zahlen zulässig.
hessian_convergence_type Absolute Relative  
case_summary Markierung  
contrast_matrices Markierung  
descriptive_statistics Markierung  
estimable_functions Markierung  
model_info Markierung  
iteration_history Markierung  
goodness_of_fit Markierung  
print_interval Zahl Der Standardwert ist 1; muss eine positive Ganzzahl sein.
model_summary Markierung  
lagrange_multiplier Markierung  
parameter_estimates Markierung  
include_exponential Markierung  
covariance_estimates Markierung  
correlation_estimates Markierung  
analysis_type TypeI TypeIII TypeIAndTypeIII  
statistics Wald LR  
citype Wald Profile  
tolerancelevel Zahl Der Standardwert ist 0,0001.
confidence_interval Zahl Der Standardwert ist 95.
loglikelihood_function Full Kernel  
singularity_tolerance 1E-007 1E-008 1E-009 1E-010 1E-011 1E-012  
value_order Ascending Descending DataOrder  
calculate_variable_importance Markierung  
calculate_raw_propensities Markierung  
calculate_adjusted_propensities Markierung  
adjusted_propensity_partition Test Validation