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: 04 lip 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, a także 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 |