Docs
...
genlinnode properties

proprietà genlinnode

Ultimo aggiornamento: 11 feb 2025
proprietà genlinnode

Icona nodo GenLinIl modello lineare generalizzato (GenLin) espande il modello lineare generale in modo che la variabile dipendente sia linearmente correlata ai fattori e alle covariate attraverso una funzione di collegamento specificata. Inoltre, il modello consente alla variabile dipendente di avere una distribuzione non normale. Copre la funzionalità di un grande numero di modelli statistici, inclusi modelli di regressione lineare, modelli di regressione logistica, modelli loglineari per dati dei conteggi e modelli di sopravvivenza censurati per intervallo.

Esempio

node = stream.create("genlin", "My node")
node.setPropertyValue("model_type", "MainAndAllTwoWayEffects")
node.setPropertyValue("offset_type", "Variable")
node.setPropertyValue("offset_field", "Claimant")
Tabella 1. proprietà genlinnode
genlinnode proprietà Valori Descrizione proprietà
target campo I modelli GenLin richiedono un singolo campo obiettivo che deve essere un campo nominale o flag e uno o più campi di input. È anche possibile specificare un campo peso. Per ulteriori informazioni, consultare Proprietà comuni del nodo Modelli .
use_weight indicatore  
weight_field campo Il tipo di campo è solo continuo.
target_represents_trials indicatore  
trials_type Variable FixedValue  
trials_field campo Il tipo di campo è continuo, flag o ordinale.
trials_number numero Il valore predefinito è 10.
model_type MainEffects MainAndAllTwoWayEffects  
offset_type Variable FixedValue  
offset_field campo Il tipo di campo è solo continuo.
offset_value numero Deve essere un numero reale.
base_category Last First  
include_intercept indicatore  
mode Simple Expert  
distribution BINOMIAL GAMMA IGAUSS NEGBIN NORMAL POISSON TWEEDIE MULTINOMIAL IGAUSS: Gaussiano inverso. NEGBIN: Binomiale negativa.
negbin_para_type Specify Estimate  
negbin_parameter numero Il valore predefinito è 1. Deve contenere un numero reale non negativo.
tweedie_parameter numero  
link_function IDENTITY CLOGLOG LOG LOGC LOGIT NEGBIN NLOGLOG ODDSPOWER PROBIT POWER CUMCAUCHIT CUMCLOGLOG CUMLOGIT CUMNLOGLOG CUMPROBIT CLOGLOG: log - log complementare. LOGC: complemento di log. NEGBIN: Binomiale negativa. NLOGLOG: Log - log negativo. CUMCAUCHIT: Cauchit cumulativo. CUMCLOGLOG: Log - log complementare cumulativo. CUMLOGIT: Logit cumulativa. CUMNLOGLOG: Logaritmo negativo cumulativo. CUMPROBIT: Probit cumulativo.
power numero Il valore deve essere un numero reale diverso da zero.
method Hybrid Fisher NewtonRaphson  
max_fisher_iterations numero Il valore di default è 1; sono consentiti solo numeri interi positivi.
scale_method MaxLikelihoodEstimate Deviance PearsonChiSquare FixedValue  
scale_value numero Il valore di default è 1; deve essere maggiore di 0.
covariance_matrix ModelEstimator RobustEstimator  
max_iterations numero Il valore di default è 100; solo numeri interi non negativi.
max_step_halving numero Il valore di default è 5; solo numeri interi positivi.
check_separation indicatore  
start_iteration numero Il valore di default è 20; sono consentiti solo numeri interi positivi.
estimates_change indicatore  
estimates_change_min numero Il valore di default è 1E-006; sono consentiti solo numeri positivi.
estimates_change_type Absolute Relative  
loglikelihood_change indicatore  
loglikelihood_change_min numero Sono consentiti solo numeri positivi.
loglikelihood_change_type Absolute Relative  
hessian_convergence indicatore  
hessian_convergence_min numero Sono consentiti solo numeri positivi.
hessian_convergence_type Absolute Relative  
case_summary indicatore  
contrast_matrices indicatore  
descriptive_statistics indicatore  
estimable_functions indicatore  
model_info indicatore  
iteration_history indicatore  
goodness_of_fit indicatore  
print_interval numero Il valore di default è 1; deve essere un numero intero positivo.
model_summary indicatore  
lagrange_multiplier indicatore  
parameter_estimates indicatore  
include_exponential indicatore  
covariance_estimates indicatore  
correlation_estimates indicatore  
analysis_type TypeI TypeIII TypeIAndTypeIII  
statistics Wald LR  
citype Wald Profile  
tolerancelevel numero Il valore di default è 0.0001.
confidence_interval numero Il valore di default è 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 indicatore  
calculate_raw_propensities indicatore  
calculate_adjusted_propensities indicatore  
adjusted_propensity_partition Test Validation