Propriedades de linearasnode

Ícone do nó linear-AS Os modelos de regressão linear preveem um destino contínuo com base em relacionamentos lineares entre o destino e um ou mais preditores.

Tabela 1. propriedades linearasnode
Propriedades `linearasnode`	Valores	Descrição da propriedade
`target`	campo	Especifica um campo de destino único.
`inputs`	[field1 ... fieldN]	Campos do preditor utilizados pelo modelo.
`weight_field`	campo	Campo de análise utilizado pelo modelo.
`custom_fields`	sinalização	O valor padrão é `TRUE`.
`intercept`	sinalização	O valor padrão é `TRUE`.
`detect_2way_interaction`	sinalização	Especifica se uma interação bilateral deve ser considerada ou não. O valor padrão é `TRUE`.
`cin`	number	O intervalo de confiança usado para calcular estimativas dos coeficientes do modelo. Especifique um valor maior que 0 e menor que 100. O valor padrão é `95`.
`factor_order`	`ascending` `descending`	A ordem de classificação para preditores categóricos. O valor padrão é `ascending`.
`var_select_method`	`ForwardStepwise` `BestSubsets` `none`	O método de seleção do modelo a ser utilizado. O valor padrão é `ForwardStepwise`.
`criteria_for_forward_stepwise`	`AICC` `Fstatistics` `AdjustedRSquare` `ASE`	A estatística utilizada para determinar se um efeito deve ser incluído ou removido do modelo. O valor padrão é `AdjustedRSquare`.
`pin`	number	O efeito que tem o menor valor p inferior a este limite de `pin` especificado é incluído no modelo. O valor padrão é `0.05`.
`pout`	number	Quaisquer efeitos no modelo com um valor p superior a este limite de `pout` especificado são removidos. O valor padrão é `0.10`.
`use_custom_max_effects`	sinalização	Especifica se o número máximo de efeitos deve ser usado no modelo final. O valor padrão é `FALSE`.
`max_effects`	number	O número máximo de efeitos a ser usado no modelo final. O valor padrão é `1`.
`use_custom_max_steps`	sinalização	Especifica se o número máximo de etapas deve ser usado. O valor padrão é `FALSE`.
`max_steps`	number	O número máximo de etapas antes de o algoritmo stepwise parar. O valor padrão é `1`.
`criteria_for_best_subsets`	`AICC` `AdjustedRSquare` `ASE`	O modo de critérios a ser usado. O valor padrão é `AdjustedRSquare`.