Docs
...
linearasnode properties

Propriétés de linearasnode

Dernière mise à jour : 11 févr. 2025
Propriétés de linearasnode

Icône de noeud Linear-ASLes modèles de régression linéaire prédisent une cible continue en fonction de relations linéaires entre la cible et un ou plusieurs prédicteurs.

Tableau 1. propriétés de linearasnode
Propriétés linearasnode Valeurs Description de la propriété
target Zone Spécifie un champ cible unique.
inputs [field1 ... fieldN] Champs prédicteurs utilisés par le modèle.
weight_field Zone Champ d'analyse utilisé par le modèle.
custom_fields option La valeur par défaut est TRUE.
intercept option La valeur par défaut est TRUE.
detect_2way_interaction option Indique si l'interaction bidirectionnelle doit être envisagée. La valeur par défaut est TRUE.
cin number Intervalle de confiance utilisé pour calculer les estimations des coefficients de modèle. Indiquez une valeur comprise entre 0 et 100. La valeur par défaut est 95.
factor_order ascending descending Ordre de tri pour les prédicteurs indépendants. La valeur par défaut est ascending.
var_select_method ForwardStepwise BestSubsets none Méthode de sélection à utiliser. La valeur par défaut est ForwardStepwise.
criteria_for_forward_stepwise AICC Fstatistics AdjustedRSquare ASE Statistiques utilisées pour déterminer si un effet doit être ajouté au modèle ou être supprimé de celui-ci. La valeur par défaut est AdjustedRSquare.
pin number L'effet qui comporte la valeur-p la plus faible sous ce seuil pin spécifié est ajouté au modèle. La valeur par défaut est 0.05.
pout number Tous les effets du modèle dont la valeur p est supérieure à ce seuil pout sont supprimés. La valeur par défaut est 0.10.
use_custom_max_effects option Indique si le nombre maximum d'effets doit être utilisé dans le modèle final. La valeur par défaut est FALSE.
max_effects number Nombre maximum d'effets à utiliser dans le modèle final. La valeur par défaut est 1.
use_custom_max_steps option Indique si le nombre maximum d'étapes doit être utilisé. La valeur par défaut est FALSE.
max_steps number Nombre maximal d'étapes avant l'arrêt de l'algorithme pas à pas. La valeur par défaut est 1.
criteria_for_best_subsets AICC AdjustedRSquare ASE Mode de critères à utiliser. La valeur par défaut est AdjustedRSquare.