Propriedades de genlinnode

Ícone do nó GenLin O modelo linear generalizado (GenLin) expande o modelo linear geral para que a variável dependente seja linearmente relacionada aos fatores e covariáveis por meio de uma função de ligação especificada. Além do mais, o modelo permite que a variável dependente tenha uma distribuição não normal. Ele cobre a funcionalidade de um amplo número de modelos estatísticos, incluindo regressão linear, regressão logística, modelos log-linear para dados de contagem e modelos de sobrevivência censurados por intervalo.

Exemplo

node = stream.create("genlin", "My node")
node.setPropertyValue("model_type", "MainAndAllTwoWayEffects")
node.setPropertyValue("offset_type", "Variable")
node.setPropertyValue("offset_field", "Claimant")

Tabela 1. propriedades genlinnó
Propriedades `genlinnode`	Valores	Descrição da propriedade
`target`	campo	Os modelos GenLin requerem um único campo de destino que deve ser um campo nominal ou de sinalização e um ou mais campos de entrada. Um campo de ponderação também pode ser especificado. Veja Propriedades do nó de modelagem comum para obter mais informações.
`use_weight`	sinalização
`weight_field`	campo	O tipo de campo é apenas contínuo.
`target_represents_trials`	sinalização
`trials_type`	`Variable` `FixedValue`
`trials_field`	campo	O tipo de campo é contínuo, de sinalização ou ordinal.
`trials_number`	number	O valor padrão é 10.
`model_type`	`MainEffects` `MainAndAllTwoWayEffects`
`offset_type`	`Variable` `FixedValue`
`offset_field`	campo	O tipo de campo é apenas contínuo.
`offset_value`	number	Deve ser um número real.
`base_category`	`Last` `First`
`include_intercept`	sinalização
`mode`	`Simple` `Expert`
`distribution`	`BINOMIAL` `GAMMA` `IGAUSS` `NEGBIN` `NORMAL` `POISSON` `TWEEDIE` `MULTINOMIAL`	`IGAUSS`: Inverso Gaussiano. `NEGBIN`: Binomial negativo.
`negbin_para_type`	`Specify` `Estimate`
`negbin_parameter`	number	O valor padrão é 1. Deve conter um número real não negativo.
`tweedie_parameter`	number
`link_function`	`IDENTITY` `CLOGLOG` `LOG` `LOGC` `LOGIT` `NEGBIN` `NLOGLOG` `ODDSPOWER` `PROBIT` `POWER` `CUMCAUCHIT` `CUMCLOGLOG` `CUMLOGIT` `CUMNLOGLOG` `CUMPROBIT`	`CLOGLOG`: Log complementar-log. `LOGC`: complemento de log. `NEGBIN`: Binomial negativo. `NLOGLOG`: Log negativo-log. `CUMCAUCHIT`: Cauchit cumulativo. `CUMCLOGLOG`: Log complementar cumulativo-log. `CUMLOGIT`: Logit cumulativo. `CUMNLOGLOG`: Log negativo acumulativo-log. `CUMPROBIT`: Probit cumulativo.
`power`	number	O valor deve ser um número real diferente de zero.
`method`	`Hybrid` `Fisher` `NewtonRaphson`
`max_fisher_iterations`	number	O valor padrão é 1; somente números inteiros positivos são permitidos.
`scale_method`	`MaxLikelihoodEstimate` `Deviance` `PearsonChiSquare` `FixedValue`
`scale_value`	number	O valor padrão é 1; deve ser maior que 0.
`covariance_matrix`	`ModelEstimator` `RobustEstimator`
`max_iterations`	number	O valor padrão é 100; somente números inteiros não negativos.
`max_step_halving`	number	O valor padrão é 5; somente números inteiros positivos.
`check_separation`	sinalização
`start_iteration`	number	O valor padrão é 20; somente números inteiros positivos são permitidos.
`estimates_change`	sinalização
`estimates_change_min`	number	O valor padrão é 1E-006; somente números positivos são permitidos.
`estimates_change_type`	`Absolute` `Relative`
`loglikelihood_change`	sinalização
`loglikelihood_change_min`	number	Apenas números positivos permitidos.
`loglikelihood_change_type`	`Absolute` `Relative`
`hessian_convergence`	sinalização
`hessian_convergence_min`	number	Apenas números positivos permitidos.
`hessian_convergence_type`	`Absolute` `Relative`
`case_summary`	sinalização
`contrast_matrices`	sinalização
`descriptive_statistics`	sinalização
`estimable_functions`	sinalização
`model_info`	sinalização
`iteration_history`	sinalização
`goodness_of_fit`	sinalização
`print_interval`	number	O valor padrão é 1; deve ser um número inteiro positivo.
`model_summary`	sinalização
`lagrange_multiplier`	sinalização
`parameter_estimates`	sinalização
`include_exponential`	sinalização
`covariance_estimates`	sinalização
`correlation_estimates`	sinalização
`analysis_type`	`TypeI` `TypeIII` `TypeIAndTypeIII`
`statistics`	`Wald` `LR`
`citype`	`Wald` `Profile`
`tolerancelevel`	number	O valor padrão é 0,0001.
`confidence_interval`	number	O valor padrão é 95.
`loglikelihood_function`	`Full` `Kernel`
`singularity_tolerance`	`1E-007` `1E-008` `1E-009` `1E-010` `1E-011` `1E-012`
`value_order`	`Ascending` `Descending` `DataOrder`
`calculate_variable_importance`	sinalização
`calculate_raw_propensities`	sinalização
`calculate_adjusted_propensities`	sinalização
`adjusted_propensity_partition`	`Test` `Validation`