資料の英語版に戻る

glmmnode プロパティー

最終更新: 2025年2月11日

glmmnode プロパティー

GLMM ノード・アイコン一般化線型混合モデル (GLMN) は線型モデルを拡張したため、対象が非正規分布となる場合があり、指定されたリンク関数を介して因子および共変量に線形に関連し、観測が相関できるようになりました。 GLMM モデルは、単純な線形回帰から非正規経度データの複雑なマルチレベル・モデルまで、さまざまなモデルをカバーします。

表 1. glmmnode プロパティー
`glmmnode`プロパティー	値	プロパティーの説明
`residual_subject_spec`	構造化	指定したカテゴリー型フィールドの組み合わせにより、データセット内の被験者が一意に定義されることが必要です。
`repeated_measures`	構造化	反復する観察の特定に使用されるフィールド。
`residual_group_spec`	[field1 ... fieldN]	反復効果共変量パラメーターの独立セットを定義するフィールド。
`residual_covariance_type`	`Diagonal` `AR1` `ARMA11` `COMPOUND_SYMMETRY` `IDENTITY` `TOEPLITZ` `UNSTRUCTURED` `VARIANCE_COMPONENTS`	残差の共変量構造を指定します。
`custom_target`	フラグ	上流ノード (`false`) で定義されたターゲットを使用するか、`target_field` (`true`) で指定されたカスタム・ターゲットを使用するかを示します。
`target_field`	フィールド	`custom_target`が`true`の場合にターゲットとして使用するフィールドです。
`use_trials`	フラグ	試行回数を指定する追加フィールド又は値を、対象フィールドが一連の試行が発生する様々なイベントである場合に使用するかどうかを示します。デフォルトは`false`です。
`use_field_or_value`	`Field` `Value`	フィールドまたは値を使用して試行回数を指定するかどうかを示します。
`trials_field`	フィールド	試行回数の指定に使用するフィールド。
`trials_value`	整数	試行回数の指定に使用する値。指定する場合、最小値は 1 です。
`use_custom_target_reference`	フラグ	カスタム参照カテゴリーをカテゴリー型対象に使用するかどうかを示します。デフォルトは`false`です。
`target_reference_value`	string	`use_custom_target_reference`が`true`の場合に使用する参照カテゴリーです。
`dist_link_combination`	`Nominal` `Logit` `GammaLog` `BinomialLogit` `PoissonLog` `BinomialProbit` `NegbinLog` `BinomialLogC` `Custom`	対象の値の分布に関する一般モデル。 `target_distribution`によって提供されるリストから配布を指定するには、`Custom`を選択します。
`target_distribution`	`Normal` `Binomial` `Multinomial` `Gamma` `Inverse` `NegativeBinomial` `Poisson`	`dist_link_combination`が`Custom`の場合のターゲットの値の分布です。
`link_function_type`	`Identity` `LogC` `Log` `CLOGLOGLogit` `NLOGLOGPROBIT` `POWER` `CAUCHIT`	対象値を予測値に関連付けるリンク関数。 `target_distribution` が `Binomial` の場合、リストされているリンク関数のいずれかを使用できます。 `target_distribution` が `Multinomial` の場合は、 `CLOGLOG`、 `CAUCHIT`、 `LOGIT`、 `NLOGLOG`、または `PROBIT`を使用できます。 `target_distribution` が `Binomial` または `Multinomial` 以外の場合は、 `IDENTITY`、 `LOG`、または `POWER`を使用できます。
`link_function_param`	数値	使用するリンク関数パラメーター値。 `normal_link_function`または`link_function_type`が`POWER`の場合にのみ適用されます。
`use_predefined_inputs`	フラグ	固定効果フィールドを、入力フィールド (`true`) として上流に定義されたフィールドにするか、`fixed_effects_list` (`false`) から定義されたフィールドにするかを示します。デフォルトは `false`です。
`fixed_effects_list`	構造化	`use_predefined_inputs`が`false`の場合、固定効果フィールドとして使用する入力フィールドを指定します。
`use_intercept`	フラグ	`true` (デフォルト) の場合、モデルに切片を含めます。
`random_effects_list`	構造化	ランダム効果として指定するフィールドのリスト。
`regression_weight_field`	フィールド	分析の重みフィールドとして使用するフィールド。
`use_offset`	`Noneoffset_valueoffset_field`	オフセットを指定する方法を示します。値`None`は、オフセットが使用されないことを意味します。
`offset_value`	数値	`use_offset`が`offset_value`に設定されている場合にオフセットに使用する値です。
`offset_field`	フィールド	`use_offset`が`offset_field`に設定されている場合にオフセット値に使用するフィールドです。
`target_category_order`	`AscendingDescendingData`	カテゴリー型対象のソート順。値`Data`は、データ内で検出されたソート順を使用することを指定します。デフォルトは`Ascending`です。
`inputs_category_order`	`AscendingDescendingData`	カテゴリ型予測フィールドの並び順。値`Data`は、データ内で検出されたソート順を使用することを指定します。デフォルトは`Ascending`です。
`max_iterations`	整数	アルゴリズムで実行される反復の最大回数です。負の数ではない整数。デフォルト値は 100 です。
`confidence_level`	整数	モデル係数の区間推定の計算に使用する確信度。負の数ではない整数。最小値は 100、デフォルト値は 95 です。
`degrees_of_freedom_method`	`FixedVaried`	自由度が有意性検定に計算される方法を指定します。
`test_fixed_effects_coeffecients`	`ModelRobust`	パラメーター推定共変量マトリックスを計算する方法。
`use_p_converge`	フラグ	パラメーター収束のオプション。
`p_converge`	数値	空白または任意の正の値。
`p_converge_type`	`AbsoluteRelative`
`use_l_converge`	フラグ	対数尤度収束のオプション。
`l_converge`	数値	空白または任意の正の値。
`l_converge_type`	`AbsoluteRelative`
`use_h_converge`	フラグ	Hessian 収束のオプション。
`h_converge`	数値	空白または任意の正の値。
`h_converge_type`	`AbsoluteRelative`
`max_fisher_step`	整数
`sing_tolerance`	数値
`use_model_name`	フラグ	モデルのカスタム名を指定するか (`true`)、システム生成名を使用するか (`false`) を示します。デフォルトは`false`です。
`model_name`	string	`use_model_name`が`true`の場合、使用するモデル名を指定します。
`confidence`	`onProbabilityonIncrease`	スコアリングの確信度を計算する基準 (最も高い予測確率、または最も高い予測確率と 2 番目に高い予測確率との差)。
`score_category_probabilities`	フラグ	`true`の場合、カテゴリー対象の予測確率を生成します。デフォルトは`false`です。
`max_categories`	整数	`score_category_probabilities`が`true`の場合、保存するカテゴリーの最大数を指定します。
`score_propensity`	フラグ	`true`の場合、フィールドの「true」の結果の尤度を示すフラグ型対象フィールドの傾向スコアを生成します。
`emeans`	構造化	固定効果リストの各カテゴリー型フィールドについて、推定周辺平均を生成するかどうかを指定します。
`covariance_list`	構造化	固定効果リストの各カテゴリー型フィールドについて、推定周辺平均を計算する場合に平均値を使用するかカスタム値を使用するかを指定します。
`mean_scale`	`OriginalTransformed`	対象の元の尺度に基づいて (デフォルト)、またはリンク関数変換に基づいて推定周辺平均を計算するかどうかを指定します。
`comparison_adjustment_method`	`LSDSEQBONFERRONISEQSIDAK`	複数の対比で仮定検定を実行する場合に使用する調整方法。
`use_trials_field_or_value`	`"field"` `"value"`
`residual_subject_ui_spec`	アレイ	残差サブジェクト指定: 指定したカテゴリー・フィールドの値を組み合わせることで、データ・セット内のサブジェクトを一意的に定義する必要があります。例えば、 1 つの病院内で被験者を定義する場合は、患者 ID フィールドだけで十分ですが、患者の識別番号が複数の病院で重複している場合は、病院 ID フィールドと患者 ID フィールドを組み合わせて使用する必要があります。
`repeated_ui_measures`	アレイ	ここで指定するフィールドは、反復観測値を特定するために使用されます。例えば、週という 1 つの変数を使用して、医学研究において 10 週間の観測値を識別できます。また、月と日を共に使用すると、1 年間にわたって毎日の観測値を識別できます。
`spatial_field`	アレイ	このリストの変数は、反復共分散タイプとして空間共分散タイプの 1 つが選択されたときに、反復測定の座標を指定します。

トピックは役に立ちましたか?

0/1000