propriétés linéaires et nodales

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

Tableau 1. propriétés de linearasnode
linearasnode Propriétés Valeurs Description de la propriété
target zone Spécifie un seul champ cible.
inputs [field1 ... fieldN] Champs du prédicteur 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 S'il faut ou non envisager une interaction bidirectionnelle. La valeur par défaut est TRUE.
cin numéro aujourd'hui Intervalle de confiance utilisé pour calculer les estimations des coefficients du modèle. Indiquez une valeur supérieure à 0 et inférieure à 100. La valeur par défaut est 95.
factor_order ascending descending L'ordre de tri pour les prédicteurs catégoriels. La valeur par défaut est ascending.
var_select_method ForwardStepwise BestSubsets none La méthode de sélection du modèle à utiliser. La valeur par défaut est ForwardStepwise.
criteria_for_forward_stepwise AICC Fstatistics AdjustedRSquare ASE Statistique utilisée pour déterminer si un effet doit être ajouté ou retiré du modèle. La valeur par défaut est AdjustedRSquare.
pin numéro aujourd'hui L'effet dont la valeur p la plus faible est inférieure à ce seuil d' pin s spécifié est ajouté au modèle. La valeur par défaut est 0.05.
pout numéro aujourd'hui Tous les effets du modèle dont la valeur p est supérieure à ce seuil d' pout s spécifié sont supprimés. La valeur par défaut est 0.10.
use_custom_max_effects option S'il faut utiliser le nombre maximum d'effets dans le modèle final. La valeur par défaut est FALSE.
max_effects numéro aujourd'hui Nombre maximum d'effets à utiliser dans le modèle final. La valeur par défaut est 1.
use_custom_max_steps option S'il faut utiliser le nombre maximum d'étapes. La valeur par défaut est FALSE.
max_steps numéro aujourd'hui Nombre maximal d'étapes avant l'arrêt de l'algorithme par étapes. La valeur par défaut est 1.
criteria_for_best_subsets AICC AdjustedRSquare ASE Le mode de critères à utiliser. La valeur par défaut est AdjustedRSquare.