Torna alla versione inglese della documentazioneproprietà genlinnode
proprietà genlinnode
Ultimo aggiornamento: 07 ott 2024
Il 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")
Proprietà genlinnode |
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 |