Modele liniowe

Modele liniowe przewidują przewidywaną zmienną ilościową na podstawie liniowych relacji między przewidywaną a jednym lub więcej predyktorów.

Modele liniowe są stosunkowo proste i zapewniają łatwy w interpretacji wzór matematyczny do oceny. W przeciwieństwie do innych typów modeli dla tego samego zbioru danych (takich jak sieci neuronowe czy drzewa decyzyjne), właściwości tych modeli łatwo zrozumieć i zwykle można się ich szybko nauczyć.

Przykład. Firma ubezpieczeniowa o ograniczonych środkach na sprawdzenie roszczeń ubezpieczeniowych właścicieli domów chce stworzyć model przybliżający koszty roszczeń. Po wdrożeniu tego modelu w centrach usługowych przedstawiciele będą mogli wprowadzać informacje na temat roszczeń podczas rozmów telefonicznych z klientem i natychmiast otrzymać „przybliżony” koszt roszczenia bazujący na wcześniejszych danych.

Wymagania dotyczące pól. Musi istnieć zmienna przewidywana i co najmniej jedna wejściowa. Domyślnie zmienne ze wstępnie zdefiniowanymi rolami Obie lub Żadna nie są używane. Zmienna przewidywana musi być zmienną ciągłą (ilościową). Nie istnieją żadne ograniczenia poziomu pomiaru dla predyktorów (zmienne wejściowe); zmienne jakościowe (nominalne i porządkowe) są używane jako czynniki w modelu, a zmienne ilościowe są używane jako współzmienne.

Ta procedura służy do wkleiania składni komendy LINEAR .