propiedades de linearasnode

Volver a la versión inglesa de la documentación

Última actualización: 04 oct 2024

propiedades de linearasnode

Icono de nodo AS lineal Los modelos de regresión lineal predicen un objetivo continuo tomando como base las relaciones lineales entre el destino y uno o más predictores.

Tabla 1. propiedades de linearasnode
Propiedades de `linearasnode`	Valores	Descripción de la propiedad
`target`	campo	Especifica un campo de objetivo único.
`inputs`	[field1 ... fieldN]	Campos de predictor utilizados por el modelo.
`weight_field`	campo	Campo de análisis usado por el modelo.
`custom_fields`	distintivo	El valor predeterminado es `TRUE`.
`intercept`	distintivo	El valor predeterminado es `TRUE`.
`detect_2way_interaction`	distintivo	Indica si debe tenerse en cuenta la interacción bidireccional. El valor predeterminado es `TRUE`.
`cin`	número	Intervalo de confianza usado para calcular las estimaciones de los coeficientes del modelo. Especifique un valor mayor que 0 y menor que 100. El valor predeterminado es `95`.
`factor_order`	`ascending` `descending`	Orden de clasificación para predictores categóricos. El valor predeterminado es `ascending`.
`var_select_method`	`ForwardStepwise` `BestSubsets` `none`	El método de selección de modelo que se va a usar. El valor predeterminado es `ForwardStepwise`.
`criteria_for_forward_stepwise`	`AICC` `Fstatistics` `AdjustedRSquare` `ASE`	La estadística utilizada para determinar si un efecto debe añadirse o eliminarse del modelo. El valor predeterminado es `AdjustedRSquare`.
`pin`	número	El efecto que tiene el valor p más pequeño menor que este umbral de `pin` especificado se añade al modelo. El valor predeterminado es `0.05`.
`pout`	número	Se eliminan los efectos en el modelo con un valor de p mayor que este umbral de `pout` especificado. El valor predeterminado es `0.10`.
`use_custom_max_effects`	distintivo	Indica si debe utilizarse el número máximo de efectos en el modelo final. El valor predeterminado es `FALSE`.
`max_effects`	número	Número máximo de efectos por usar en el modelo final. El valor predeterminado es `1`.
`use_custom_max_steps`	distintivo	Indica si debe utilizarse el número máximo de pasos. El valor predeterminado es `FALSE`.
`max_steps`	número	El número máximo de pasos antes de que se detenga el algoritmo escalonado. El valor predeterminado es `1`.
`criteria_for_best_subsets`	`AICC` `AdjustedRSquare` `ASE`	La modalidad de criterios a utilizar. El valor predeterminado es `AdjustedRSquare`.