vlastnosti glmmnode | IBM watsonx

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.

Go back to the English version of the documentation

vlastnosti glmmnode

Last updated: 04. 7. 2023

vlastnosti glmmnode

Ikona uzlu GLMM Generalizovaný lineární smíšený model (GLMM) rozšiřuje lineární model tak, že cíl může mít nenormální distribuci, je lineárně vztažený k faktorům a kovariátům přes zadanou funkci propojení, a tak, že pozorování může být korelováno. Modely GLMM pokrývají širokou škálu modelů, od jednoduchých lineárních regresí až po komplexní víceúrovňové modely pro nenormální podélná data.

Tabulka 1. vlastnosti glmmnode
`glmmnode` Vlastnosti	Hodnoty	Popis vlastnosti
`residual_subject_spec`	strukturované	Kombinace hodnot uvedených kategorických polí, která jednoznačně definují předměty v rámci datové sady
`repeated_measures`	strukturované	Pole použitá k identifikaci opakovaných pozorování.
`residual_group_spec`	[field1 ... fieldN]	Pole, která definují nezávislé sady parametrů kovariance opakovaných efektů.
`residual_covariance_type`	`Diagonal` `AR1` `ARMA11` `COMPOUND_SYMMETRY` `IDENTITY` `TOEPLITZ` `UNSTRUCTURED` `VARIANCE_COMPONENTS`	Určuje strukturu kovariance pro zbytkové chyby.
`custom_target`	příznak	Označuje, zda má být použit cíl definovaný v nadřazeném uzlu (`false`) nebo vlastním cíli, který je zadán pomocí `target_field` (`true`).
`target_field`	pole	Pole, které má být použito jako cíl, pokud `custom_target` je `true`.
`use_trials`	příznak	Označuje, zda se má použít další pole nebo hodnota určující počet pokusů, které mají být použity, když cílová odezva je počet událostí, ke kterým došlo v sadě pokusů. Předvolba je `false`.
`use_field_or_value`	`Field` `Value`	Určuje, zda se pole (výchozí hodnota) nebo hodnota používá k určení počtu pokusů.
`trials_field`	pole	Pole, které má být použito k určení počtu pokusů.
`trials_value`	celočíselná hodnota	Hodnota, která má být použita k určení počtu pokusů. Je-li uvedena, minimální hodnota je 1.
`use_custom_target_reference`	příznak	Označuje, zda má být pro kategorický cíl použita vlastní kategorie odkazu. Předvolba je `false`.
`target_reference_value`	řetězec	Referenční kategorie k použití, je-li `use_custom_target_reference` `true`.
`dist_link_combination`	`Nominal` `Logit` `GammaLog` `BinomialLogit` `PoissonLog` `BinomialProbit` `NegbinLog` `BinomialLogC` `Custom`	Běžné modely pro distribuci hodnot pro cíl. Chcete-li určit rozdělení ze seznamu poskytovaného produktem`target_distribution`, vyberte volbu `Custom` .
`target_distribution`	`Normal` `Binomial` `Multinomial` `Gamma` `Inverse` `NegativeBinomial` `Poisson`	Distribuce hodnot pro cíl, když `dist_link_combination` je `Custom`.
`link_function_type`	`Identity` `LogC` `Log` `CLOGLOGLogit` `NLOGLOGPROBIT` `POWER` `CAUCHIT`	Funkce propojení pro vytvoření vztahu mezi hodnotami cíle a prediktory. Je-li `target_distribution` `Binomial` , můžete použít libovolné z vypsaných funkcí odkazu. Pokud `target_distribution` je `Multinomial` , můžete použít `CLOGLOG`, `CAUCHIT`, `LOGIT`, `NLOGLOG`nebo `PROBIT`. Pokud `target_distribution` je cokoli jiného než `Binomial` nebo `Multinomial` , můžete použít `IDENTITY`, `LOG`nebo `POWER`.
`link_function_param`	Číslo	Hodnota parametru funkce odkazu, která se má použít. Použitelné pouze v případě, že `normal_link_function` nebo `link_function_type` je `POWER`.
`use_predefined_inputs`	příznak	Označuje, zda mají být pole s pevným efektem definovaná jako vstupní pole jako vstupní pole (`true`) nebo z hodnoty `fixed_effects_list` (`false`). Předvolba je `false`.
`fixed_effects_list`	strukturované	Je-li `use_predefined_inputs` `false`, uvádí vstupní pole, která se mají použít jako pole s pevným efektem.
`use_intercept`	příznak	Je-li `true` (výchozí), obsahuje zachycení v modelu.
`random_effects_list`	strukturované	Seznam polí, která mají být zadána jako náhodnou účinky.
`regression_weight_field`	pole	Pole, které má být použito jako pole váhy analýzy.
`use_offset`	`Noneoffset_valueoffset_field`	Označuje, jak je posun zadán. Hodnota `None` znamená, že se nepoužije odsazení.
`offset_value`	Číslo	Hodnota, která má být použita pro posun, pokud je parametr `use_offset` nastaven na hodnotu `offset_value`.
`offset_field`	pole	Pole, které se má použít pro ofsetovou hodnotu, je-li `use_offset` nastaveno na `offset_field`
`target_category_order`	`AscendingDescendingData`	Pořadí řazení pro kategoriální cíle. Hodnota `Data` určuje použití pořadí řazení nalezeného v datech. Předvolba je `Ascending`.
`inputs_category_order`	`AscendingDescendingData`	Pořadí řazení pro kategoriální prediktory. Hodnota `Data` určuje použití pořadí řazení nalezeného v datech. Předvolba je `Ascending`.
`max_iterations`	celočíselná hodnota	Maximální počet iterací, které algoritmus provede. Nezáporné celé číslo; výchozí hodnota je 100.
`confidence_level`	celočíselná hodnota	Úroveň důvěry použitá pro výpočet odhadu intervalů pro koeficienty modelu. Nezáporné celé číslo; maximum je 100, výchozí je 95.
`degrees_of_freedom_method`	`FixedVaried`	Určuje, jak jsou vypočteny stupně volnosti pro test významnosti.
`test_fixed_effects_coeffecients`	`ModelRobust`	Metoda výpočtu parametru odhadu kovariance.
`use_p_converge`	příznak	Volba pro konvergenci parametrů.
`p_converge`	Číslo	Prázdné, nebo jakékoli kladné hodnoty.
`p_converge_type`	`AbsoluteRelative`
`use_l_converge`	příznak	Volba pro konvergenci pravděpodobnosti protokolu.
`l_converge`	Číslo	Prázdné, nebo jakékoli kladné hodnoty.
`l_converge_type`	`AbsoluteRelative`
`use_h_converge`	příznak	Volba pro Hessian konvergence.
`h_converge`	Číslo	Prázdné, nebo jakékoli kladné hodnoty.
`h_converge_type`	`AbsoluteRelative`
`max_fisher_step`	celočíselná hodnota
`sing_tolerance`	Číslo
`use_model_name`	příznak	Označuje, zda se má zadat vlastní název pro model (`true`) nebo použít systémem generovaný název (`false`). Předvolba je `false`.
`model_name`	řetězec	Pokud `use_model_name` je `true`, uvádí název modelu, který se má použít.
`confidence`	`onProbabilityonIncrease`	Základ pro výpočet hodnoty důvěryhodnosti výpočtu skóre: nejvyšší predikovaná pravděpodobnost nebo rozdíl mezi nejvyšší a druhou nejvyšší předpovězenou pravděpodobností.
`score_category_probabilities`	příznak	Pokud `true`vytváří předpovězené pravděpodobnosti pro kategoriální cíle. Předvolba je `false`.
`max_categories`	celočíselná hodnota	Pokud `score_category_probabilities` je `true`, uvádí maximální počet kategorií, které se mají uložit.
`score_propensity`	příznak	Pokud je `true`, dává skóre tendence pro cílová pole příznaku, která označují pravděpodobnost "true" výsledku pro pole.
`emeans`	struktura	Pro každé kategorické pole ze seznamu pevných efektů uvádí, zda se mají produkovat odhadované okrajové prostředky.
`covariance_list`	struktura	Pro každé souvislé pole ze seznamu pevných efektů uvádí, zda se má použít střední hodnota nebo vlastní hodnota při výpočtu odhadované mezní hodnoty.
`mean_scale`	`OriginalTransformed`	Určuje, zda se mají vypočítat odhadované mezní hodnoty založené na původní velikosti cíle (výchozí) nebo na transformaci funkce odkazu.
`comparison_adjustment_method`	`LSDSEQBONFERRONISEQSIDAK`	Způsob úpravy, který se má použít při provádění testů hypotéz s násobnými kontrasty.
`use_trials_field_or_value`	`"field"` `"value"`
`residual_subject_ui_spec`	pole	Specifikace reziduního subjektu: Kombinace hodnot zadaných kategorických polí by měla jedinečně definovat předměty v rámci datové sady. Například jedno pole ID pacienta by mělo postačovat k definování předmětů v jediné nemocnici, ale kombinace ID nemocnice a ID pacienta může být nezbytná, pokud identifikační čísla pacientů nejsou jedinečná v rámci nemocnic.
`repeated_ui_measures`	pole	Zde uvedená pole se používají k identifikaci opakovaných pozorování. Například jediná proměnná Týden může identifikovat desetitýdenní pozorování v lékařské studii, nebo Měsíc a Den lze použít společně k identifikaci denních pozorování v průběhu roku.
`spatial_field`	pole	Proměnné v tomto seznamu určují souřadnice opakovaných pozorování, když je vybrán jeden z typů prostorových kovariance pro typ opakované kovariance.