Retourner à la version anglaise de la documentationpropriétés de genlinnode
propriétés de genlinnode
Dernière mise à jour : 07 oct. 2024
Le modèle linéaire généralisé (GenLin) développe le modèle linéaire général de sorte que la variable dépendante soit linéairement liée aux facteurs et covariables via une fonction de lien spécifiée. En outre, le modèle permet à la variable dépendante de suivre une distribution non normale. Il couvre les fonctionnalités d'un grand nombre de modèles statistiques, notamment le modèle de régression linéaire, le modèle de régression logistique, le modèle log-linéaire pour les données d'effectif et le modèle de survie avec censure par intervalle.
Exemple
node = stream.create("genlin", "My node")
node.setPropertyValue("model_type", "MainAndAllTwoWayEffects")
node.setPropertyValue("offset_type", "Variable")
node.setPropertyValue("offset_field", "Claimant")
Propriétés genlinnode |
Valeurs | Description de la propriété |
---|---|---|
target |
Zone | Les modèles GenLin requièrent un champ cible unique, qui doit être un champ nominal ou un champ de marqueur, et un ou plusieurs champs d'entrée. Un champ poids peut aussi être spécifié. Pour plus d'informations, voir Propriétés communes des noeuds de modélisation . |
use_weight |
option | |
weight_field |
Zone | Le champ peut uniquement être de type continu. |
target_represents_trials |
option | |
trials_type |
Variable FixedValue |
|
trials_field |
Zone | Le champ est de type Continu, Indicateur ou Ordinal. |
trials_number |
number | La valeur par défaut est 10. |
model_type |
MainEffects MainAndAllTwoWayEffects |
|
offset_type |
Variable FixedValue |
|
offset_field |
Zone | Le champ peut uniquement être de type continu. |
offset_value |
number | Doit être un nombre réel. |
base_category |
Last First |
|
include_intercept |
option | |
mode |
Simple Expert |
|
distribution |
BINOMIAL GAMMA IGAUSS NEGBIN NORMAL POISSON TWEEDIE MULTINOMIAL |
IGAUSS : Gaussienne inverse. NEGBIN : Binomiale négative. |
negbin_para_type |
Specify Estimate |
|
negbin_parameter |
number | La valeur par défaut est 1. Doit contenir un nombre réel non négatif. |
tweedie_parameter |
number | |
link_function |
IDENTITY CLOGLOG LOG LOGC LOGIT NEGBIN NLOGLOG ODDSPOWER PROBIT POWER CUMCAUCHIT CUMCLOGLOG CUMLOGIT CUMNLOGLOG CUMPROBIT |
CLOGLOG : Log-log complémentaire. LOGC : complément de log. NEGBIN : Binomiale négative. NLOGLOG : Log-log négatif. CUMCAUCHIT : Cauchit cumulé. CUMCLOGLOG : Log-log complémentaire cumulé. CUMLOGIT : Logit cumulé. CUMNLOGLOG : Log-log négatif cumulé. CUMPROBIT : Probit cumulé. |
power |
number | La valeur doit être un nombre réel autre que zéro. |
method |
Hybrid Fisher NewtonRaphson |
|
max_fisher_iterations |
number | La valeur par défaut est 1 ; seuls les entiers positifs sont autorisés. |
scale_method |
MaxLikelihoodEstimate Deviance PearsonChiSquare FixedValue |
|
scale_value |
number | La valeur par défaut est 1 ; elle doit être supérieure à 0. |
covariance_matrix |
ModelEstimator RobustEstimator |
|
max_iterations |
number | La valeur par défaut est 100 ; entiers non négatifs uniquement. |
max_step_halving |
number | La valeur par défaut est 5 ; entiers positifs uniquement. |
check_separation |
option | |
start_iteration |
number | La valeur par défaut est 20 ; seuls les entiers positifs sont autorisés. |
estimates_change |
option | |
estimates_change_min |
number | La valeur par défaut est 1E-006 ; seuls les nombres positifs sont autorisés. |
estimates_change_type |
Absolute Relative |
|
loglikelihood_change |
option | |
loglikelihood_change_min |
number | Seuls les nombres positifs sont autorisés. |
loglikelihood_change_type |
Absolute Relative |
|
hessian_convergence |
option | |
hessian_convergence_min |
number | Seuls les nombres positifs sont autorisés. |
hessian_convergence_type |
Absolute Relative |
|
case_summary |
option | |
contrast_matrices |
option | |
descriptive_statistics |
option | |
estimable_functions |
option | |
model_info |
option | |
iteration_history |
option | |
goodness_of_fit |
option | |
print_interval |
number | La valeur par défaut est 1 ; il doit s'agir d'un entier positif. |
model_summary |
option | |
lagrange_multiplier |
option | |
parameter_estimates |
option | |
include_exponential |
option | |
covariance_estimates |
option | |
correlation_estimates |
option | |
analysis_type |
TypeI TypeIII TypeIAndTypeIII |
|
statistics |
Wald LR |
|
citype |
Wald Profile |
|
tolerancelevel |
number | La valeur par défaut est 0,0001. |
confidence_interval |
number | La valeur par défaut est 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 |
option | |
calculate_raw_propensities |
option | |
calculate_adjusted_propensities |
option | |
adjusted_propensity_partition |
Test Validation |