BUILD_OPTIONS サブコマンド (GENLINMIXED コマンド)

BUILD_OPTIONS サブコマンドは、モデルの作成に使用する基準を指定します。

TARGET_CATEGORY_ORDER。 これにより、 REFERENCE キーワードが使用されていない場合に参照カテゴリーとして使用される「最後」のカテゴリーを決定する目的で、対象のカテゴリーの順序が決定されます。 対象がカテゴリ型でない場合、このキーワードは無視されます。

• ASCENDING。 ターゲット・カテゴリーは、最小値から最大値の順に昇順でソートされます。 最大値は「最後」のカテゴリーとして扱われます。 これがデフォルトです。
• 降順: ターゲット・カテゴリーは、最大値から最小値の順に降順でソートされます。 最小値は「最後」のカテゴリーとして扱われます。
• データ。 対象値はソートされません。 データで最初に検出された値が最初のカテゴリーを定義し、最後に検出された値が最後のカテゴリーを定義します。 このオプションは、 SPLIT FILE コマンドで分割が定義されている場合は技術的に無効ですが、プロシージャーは分割を受け入れない間に実行されます。

INPUTS_CATEGORY_ORDER。 これにより、参照カテゴリーとして使用される「最後」のカテゴリーを決定する目的で、因子 (カテゴリー入力) のカテゴリーの順序が決定されます。 因子がない場合、このキーワードは無視されます。

• ASCENDING。 因子値は、最小値から最大値の順に昇順でソートされます。 最大値は「最後」のカテゴリーとして扱われます。 これがデフォルトです。
• 降順: 因子値は、最大値から最小値の順に降順でソートされます。 最小値は「最後」のカテゴリーとして扱われます。
• データ。 因子値がソートされていません。 データで最初に検出された値が最初のカテゴリーを定義し、最後に検出された値が最後のカテゴリーを定義します。 このオプションは、 SPLIT FILE コマンドで分割が定義されている場合は技術的に無効ですが、プロシージャーは分割を受け入れない間に実行されます。

MAX_ITERATIONS = number。 モデル構築アルゴリズムは、特定の回数の反復の後に停止します。 デフォルトでは、これは 100 です。 あるいは、負でない整数の最大反復回数を指定してください。 アルゴリズムは、内部ループと外部ループで構成される 2 重の反復プロセスを使用します。 最大反復回数に指定される値は、両方のループに適用されます。

CONFIDENCE_LEVEL。 これはモデル係数の区間推定値の計算に使用される信頼度のレベルです。 0 より大きく 100 より小さい値を指定してください。 デフォルトは 95 です。

DF_METHOD。 有意差検定に対する自由度の計算方法を指定します。

• RESIDUAL。 残差方法では、すべての検定の固定自由度を使用します。 標本サイズが十分に大きい場合、データが均衡している場合、またはモデルがより単純な共分散タイプ (スケーリングされた単位や対角性など) を使用している場合に便利です。 これがデフォルトです。
• SATTERTHWAITE。 Satterthwaite 法では、検定全体でのフィールド自由度を使用します。 標本サイズが小さい場合、データが不均衡である場合、またはモデルが構造化されていないなどの複雑な共分散タイプを使用する場合に役立ちます。
• KENWARD_ROGER。 Kenward-Roger 法は、固定効果パラメーターの分散共分散のより精度の高い小標本推定量、および t 検定と F 検定での分母の近似自由度を提供します。 この方法は、F 統計量のスケール係数を導入します。データ内の推定されるランダム構造の Taylor 級数展開を使用して、F 統計量および自由度の分母を推定します。 推定される分母の自由度の値は、GLMM の Kenward-Roger 自由度です。 対応する派生 F 統計量および t 統計量は、統計的推論のために EMMEANS および税関テストで使用されます。
  注: Kenward-Roger 法は、(頑健共分散ではなく) モデル・ベースの共分散で使用されます。 Kenward-Roger 法と頑健共分散が両方とも選択されている場合は、Kenward-Roger 法がモデル・ベースの共分散に適用され、以下の警告が表示されます。「Kenward-Roger 法が選択されたため、頑健共分散法がモデル ベースの共分散法に変更されます」。

COVB。 これはパラメーター推定値共分散行列を計算する方法です。

• モデル: モデル・ベースの推定値は、モデルの仮定が正しいと仮定します。 これがデフォルトです。
• ロバスト。 頑健な推定値は、モデルの仮定に違反することが懸念される場合に役立ちます。

このモデル構築アルゴリズムでは、内部ループと外部ループで構成される 2 重の反復プロセスを使用します。 以下の設定が内部ループに適用されます。

LCONVERGE = number (ABSOLUTE | RELATIVE)。 対数尤度関数収束基準: 対数尤度関数の ABSOLUTE または RELATIVE の変化が、指定された値より小さい場合に収束とみなされます。 指定された値が 0 の場合、基準は使用されません。 この基準は、デフォルトでは使用されません。 収束のタイプを定義するには、負でない値を指定し、括弧内に ABSOLUTE または RELATIVE キーワードを指定します。

HCONVERGE = number (ABSOLUTE | RELATIVE)。 Hessian 収束基準: g ' _k H _k ^-1 g _k が指定された値の乗数より小さい場合に収束とみなされます。 乗数は、 ABSOLUTE タイプの場合は 1、 RELATIVE タイプの場合は現在の対数尤度関数の絶対値です。 指定された値が 0 の場合、基準は使用されません。 収束のタイプを定義するには、負でない値を指定し、括弧内に ABSOLUTE または RELATIVE キーワードを指定します。 デフォルトの指定は .00000001 (RELATIVE)です。

SCORING = integer。 スコアリング・アルゴリズムを適用します。 負でない整数を指定してください。 デフォルトは 0 で、Newton-Raphson 法を指定します。 0 より大きい値を指定すると、反復回数が n に達するまで Fisher スコア法のアルゴリズムを使用します。ここで、n は指定した整数で、それ以降は Newton-Raphson 法が使用されます。

SINGULAR = number。 特異性の検査で許容度として使用される値。 正の値を指定してください。 デフォルト値は 1E-12です。