Translation not up to date
The translation of this page does not represent the latest version. For the latest updates, see the English version of the documentation.
Last updated: 12 sty 2023
Uogólniony model liniowy (GenLin) rozszerza ogólny model liniowy, tak aby zmienna zależna była liniowo powiązana z czynnikami i współzmiennymi za pośrednictwem określonej funkcji łączenia. Model pozwala ponadto, aby zmienna zależna nie miała rozkładu normalnego. Obejmuje ona funkcjonalność dużej liczby modeli statystycznych, m.in. regresji liniowej, regresji logistycznej, modeli logarytmiczno-liniowych dla danych o liczebności.
Przykład
node = stream.create("genlin", "My node")
node.setPropertyValue("model_type", "MainAndAllTwoWayEffects")
node.setPropertyValue("offset_type", "Variable")
node.setPropertyValue("offset_field", "Claimant")Właściwości węzła genlinnode |
Wartości | Opis właściwości |
|---|---|---|
target |
field (pole) | Modele GenLin wymagają jednego pola docelowego, które musi być polem nominalnym lub flagowym oraz co najmniej jednym polem wejściowym. Można również określić zmienną ważącą. Więcej informacji na ten temat zawiera sekcja Właściwości wspólnego węzła modelowania . |
use_weight |
flaga | |
weight_field |
field (pole) | Dopuszczalne są tylko zmienne typu ciągłego. |
target_represents_trials |
flaga | |
trials_type |
Variable FixedValue |
|
trials_field |
field (pole) | Dopuszczalne są zmienne typu ciągłego, flagi lub porządkowe. |
trials_number |
Liczba | Wartość standardowa to 10. |
model_type |
MainEffects MainAndAllTwoWayEffects |
|
offset_type |
Variable FixedValue |
|
offset_field |
field (pole) | Dopuszczalne są tylko zmienne typu ciągłego. |
offset_value |
Liczba | Musi być liczbą rzeczywistą. |
base_category |
Last First |
|
include_intercept |
flaga | |
mode |
Simple Expert |
|
distribution |
BINOMIAL GAMMA IGAUSS NEGBIN NORMAL POISSON TWEEDIE MULTINOMIAL |
IGAUSS: Inverse Gaussian. NEGBIN: Ujemny dwumianowy. |
negbin_para_type |
Specify Estimate |
|
negbin_parameter |
Liczba | Wartością domyślną jest 1. Musi zawierać nieujemną liczbę rzeczywistą. |
tweedie_parameter |
Liczba | |
link_function |
IDENTITY CLOGLOG LOG LOGC LOGIT NEGBIN NLOGLOG ODDSPOWER PROBIT POWER CUMCAUCHIT CUMCLOGLOG CUMLOGIT CUMNLOGLOG CUMPROBIT |
CLOGLOG: Komplementarny log-log. LOGC: uzupełnienie dzienników. NEGBIN: Ujemny dwumianowy. NLOGLOG: Ujemny log-log. CUMCAUCHIT: Skumulowany cauchit. CUMCLOGLOG: Skumulowany komplementarny log-log. CUMLOGIT: Skumulowany logit. CUMNLOGLOG: Skumulowany ujemny log-log. CUMPROBIT: Skumulowany probit. |
power |
Liczba | Wartość musi być niezerową liczbą rzeczywistą. |
method |
Hybrid Fisher NewtonRaphson |
|
max_fisher_iterations |
Liczba | Wartość domyślna to 1; dozwolone są tylko dodatnie liczby całkowite. |
scale_method |
MaxLikelihoodEstimate Deviance PearsonChiSquare FixedValue |
|
scale_value |
Liczba | Wartość domyślna to 1; wartość musi być większa od 0. |
covariance_matrix |
ModelEstimator RobustEstimator |
|
max_iterations |
Liczba | Wartość domyślna to 100; dopuszczalne są tylko nieujemne liczby całkowite. |
max_step_halving |
Liczba | Wartość domyślna to 5; dopuszczalne są tylko dodatnie liczby całkowite. |
check_separation |
flaga | |
start_iteration |
Liczba | Wartość domyślna to 20; dozwolone są tylko dodatnie liczby całkowite. |
estimates_change |
flaga | |
estimates_change_min |
Liczba | Wartość domyślna to 1E-006; dozwolone są tylko dodatnie liczby całkowite. |
estimates_change_type |
Absolute Relative |
|
loglikelihood_change |
flaga | |
loglikelihood_change_min |
Liczba | Dopuszczalne są tylko dodatnie liczby całkowite. |
loglikelihood_change_type |
Absolute Relative |
|
hessian_convergence |
flaga | |
hessian_convergence_min |
Liczba | Dopuszczalne są tylko dodatnie liczby całkowite. |
hessian_convergence_type |
Absolute Relative |
|
case_summary |
flaga | |
contrast_matrices |
flaga | |
descriptive_statistics |
flaga | |
estimable_functions |
flaga | |
model_info |
flaga | |
iteration_history |
flaga | |
goodness_of_fit |
flaga | |
print_interval |
Liczba | Wartość domyślna to 1; wartość musi być dodatnią liczbą całkowitą. |
model_summary |
flaga | |
lagrange_multiplier |
flaga | |
parameter_estimates |
flaga | |
include_exponential |
flaga | |
covariance_estimates |
flaga | |
correlation_estimates |
flaga | |
analysis_type |
TypeI TypeIII TypeIAndTypeIII |
|
statistics |
Wald LR |
|
citype |
Wald Profile |
|
tolerancelevel |
Liczba | Wartość domyślna to 0,0001. |
confidence_interval |
Liczba | Wartość domyślna to 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 |
flaga | |
calculate_raw_propensities |
flaga | |
calculate_adjusted_propensities |
flaga | |
adjusted_propensity_partition |
Test Validation |