Docs
...
linearasnode properties

Proprietà linearasnode

Ultimo aggiornamento: 11 feb 2025
Proprietà linearasnode

Icona Nodo Linear - ASI modelli di regressione lineare prevedono un target continuo basato sulle relazioni lineari tra l'obiettivo e uno o più predittori.

Tabella 1. proprietà linearasnode
linearasnode proprietà Valori Descrizione proprietà
target campo Specifica un singolo campo obiettivo.
inputs [field1 ... fieldN] I campi predittore utilizzati dal modello.
weight_field campo Campo di analisi utilizzato dal modello.
custom_fields indicatore Il valore predefinito è TRUE.
intercept indicatore Il valore predefinito è TRUE.
detect_2way_interaction indicatore Indica se considerare o meno un'interazione a due vie. Il valore predefinito è TRUE.
cin numero L'intervallo di confidenza utilizzato per calcolare le stime dei coefficienti del modello. Specificare un valore maggiore di 0 e minore di 100. Il valore predefinito è 95.
factor_order ascending descending Il criterio di ordinamento per i predittori di categoria. Il valore predefinito è ascending.
var_select_method ForwardStepwise BestSubsets none Il metodo di selezione del modello da utilizzare. Il valore predefinito è ForwardStepwise.
criteria_for_forward_stepwise AICC Fstatistics AdjustedRSquare ASE La statistica utilizzata per determinare se un effetto deve essere aggiunto o eliminato dal modello. Il valore predefinito è AdjustedRSquare.
pin numero L'effetto con il valore P più piccolo e minore di quello specificato nella soglia pin viene aggiunto al modello. Il valore predefinito è 0.05.
pout numero Tutti gli effetti presenti nel modello che hanno un valore p superiore alla soglia pout specificata vengono eliminati. Il valore predefinito è 0.10.
use_custom_max_effects indicatore Indica se utilizzare il numero massimo di effetti nel modello finale. Il valore predefinito è FALSE.
max_effects numero Numero massimo di effetti da utilizzare nel modello finale. Il valore predefinito è 1.
use_custom_max_steps indicatore Indica se utilizzare il numero massimo di fasi. Il valore predefinito è FALSE.
max_steps numero Il numero massimo di fasi prima che l'algoritmo stepwise venga arrestato. Il valore predefinito è 1.
criteria_for_best_subsets AICC AdjustedRSquare ASE La modalità del criterio da utilizzare. Il valore predefinito è AdjustedRSquare.