Docs
...
linearasnode properties

propiedades de linearasnode

Última actualización: 12 feb 2025
propiedades de linearasnode

Icono de nodo AS linealLos 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.