La acción `glmScore` crea una tabla en el servidor que contiene los resultados de la puntuación de las observaciones utilizando un modelo ajustado. Es parte del conjunto de acciones de Regresión en SAS Visual Statistics.
| Parámetro | Descripción |
|---|---|
| allStats | Cuando se establece en 'TRUE', solicita todas las estadísticas disponibles. El valor predeterminado es 'FALSE'. |
| alpha | Especifica el nivel de significancia para la construcción de todos los intervalos de confianza. El valor predeterminado es 0.05 y el rango es (0, 1). |
| casOut | Especifica la configuración para una tabla de salida. Para obtener más información, consulte el parámetro común 'casouttable' (Formulario 1) en el Apéndice A: Parámetros Comunes. Este es un parámetro requerido. |
| cooksD | Asigna un nombre a la estadística de influencia D de Cook. |
| copyVars | Especifica una lista de una o más variables para copiar de la tabla de entrada a la tabla de salida. Alternativamente, puede especificar el valor 'ALL' (todas las variables) o 'ALL_NUMERIC' (todas las variables numéricas). |
| covRatio | Asigna un nombre a la influencia estándar de la observación sobre la covarianza de los coeficientes (betas). La estadística 'COVRATIO' mide el cambio en el determinante de la matriz de covarianza de las estimaciones al eliminar la i-ésima observación. |
| dffits | Asigna un nombre a la medida escalada del cambio en el valor predicho para la i-ésima observación, calculada al eliminar la i-ésima observación. Un valor grande indica que la observación es muy influyente en su vecindad del espacio X. |
| display | Especifica una lista de tablas de resultados para enviar al cliente para su visualización. Para obtener más información, consulte el parámetro común 'displayTables' en el Apéndice A: Parámetros Comunes. |
| fitData | Cuando se establece en 'TRUE', especifica que los datos a puntuar también se utilizaron para ajustar el modelo. El valor predeterminado es 'FALSE'. |
| h | Asigna un nombre al apalancamiento de la observación. |
| lcl | Asigna un nombre al límite inferior de un intervalo de confianza para una predicción individual. |
| lclm | Asigna un nombre al límite inferior de un intervalo de confianza para el valor esperado de la variable dependiente. |
| likeDist | Asigna un nombre al desplazamiento de la verosimilitud. |
| outputTables | Enumera los nombres de las tablas de resultados para guardar como tablas CAS en el servidor. Para obtener más información, consulte el parámetro común 'outputTables' en el Apéndice A: Parámetros Comunes. También conocido como 'displayOut'. |
| pred | Asigna un nombre al valor predicho. Si no especifica ninguna estadística de salida, el valor predicho se denomina 'Pred' por defecto. |
| press | Asigna un nombre al i-ésimo residuo dividido por 1 - h, donde h es el apalancamiento, y donde el modelo se ha reajustado sin la i-ésima observación. |
| resid | Asigna un nombre al residuo, calculado como REAL menos PREDECIDO. |
| restore | Restaura modelos de regresión desde un objeto binario grande (BLOB). Este es un parámetro requerido. |
| role | Identifica los roles de entrenamiento, validación y prueba para las observaciones. |
| rStudent | Asigna un nombre al residuo estudentizado con la observación actual eliminada. |
| stdi | Asigna un nombre al error estándar del valor predicho individual. |
| stdp | Asigna un nombre al error estándar del valor predicho medio. |
| stdr | Asigna un nombre al error estándar del residuo. |
| student | Asigna un nombre a los residuos estudentizados, que son los residuos divididos por sus errores estándar. |
| table | Especifica la tabla de datos de entrada. Para obtener más información, consulte el parámetro común 'castable' (Formulario 1) en el Apéndice A: Parámetros Comunes. Este es un parámetro requerido. |
| ucl | Asigna un nombre al límite superior de un intervalo de confianza para una predicción individual. |
| uclm | Asigna un nombre al límite superior de un intervalo de confianza para el valor esperado de la variable dependiente. |
Crea una tabla en memoria llamada 'sData' con variables numéricas 'x', 'y' y una variable categórica 'c'.
| 1 | DATA sData; |
| 2 | INPUT x y c$; |
| 3 | DATALINES; |
| 4 | 1 2 A |
| 5 | 2 4 B |
| 6 | 3 6 A |
| 7 | 4 8 B |
| 8 | 5 10 A |
| 9 | 6 12 B |
| 10 | ; |
| 11 | RUN; |
| 12 | |
| 13 | PROC CAS; |
| 14 | upload caslib="casuser" path="sData.sas7bdat" out="sData" promote; |
| 15 | QUIT; |
Este ejemplo muestra cómo usar `glmScore` para generar valores predichos a partir de un modelo GLM previamente ajustado y guardarlos en una nueva tabla.
| 1 | PROC CAS; |
| 2 | /* Ajustar un modelo GLM */ |
| 3 | regression.glm( |
| 4 | TABLE={name='sData'}, |
| 5 | model={depvar='y', effects={'x', 'c'}}, |
| 6 | OUTPUT={casOut={name='glm_model', replace=true}, copyVars='ALL'} |
| 7 | ); |
| 8 | |
| 9 | /* Puntuar el modelo y guardar las predicciones */ |
| 10 | regression.glmScore( |
| 11 | TABLE={name='sData'}, |
| 12 | restore={name='glm_model'}, |
| 13 | casOut={name='scored_sData', replace=true}, |
| 14 | pred='predicted_y' |
| 15 | ); |
| 16 | |
| 17 | /* Mostrar los resultados de la puntuación */ |
| 18 | PRINT casOut.name='scored_sData'; |
| 19 | QUIT; |
Este ejemplo demuestra cómo usar `glmScore` para obtener todas las estadísticas de influencia (Cook's D, CovRatio, Dffits, etc.), así como los límites de confianza y los errores estándar para las predicciones. También se copian todas las variables numéricas a la tabla de salida.
| 1 | PROC CAS; |
| 2 | /* Ajustar un modelo GLM */ |
| 3 | regression.glm( |
| 4 | TABLE={name='sData'}, |
| 5 | model={depvar='y', effects={'x', 'c'}}, |
| 6 | OUTPUT={casOut={name='glm_model_full', replace=true}, copyVars='ALL'} |
| 7 | ); |
| 8 | |
| 9 | /* Puntuar el modelo y guardar las predicciones con todas las estadísticas */ |
| 10 | regression.glmScore( |
| 11 | TABLE={name='sData'}, |
| 12 | restore={name='glm_model_full'}, |
| 13 | casOut={name='scored_sData_full', replace=true}, |
| 14 | allStats=true, |
| 15 | pred='predicted_y', |
| 16 | lcl='lower_cl', |
| 17 | ucl='upper_cl', |
| 18 | lclm='lower_cl_mean', |
| 19 | uclm='upper_cl_mean', |
| 20 | stdi='std_err_indiv', |
| 21 | stdp='std_err_mean', |
| 22 | stdr='std_err_resid', |
| 23 | student='studentized_resid', |
| 24 | cooksD='cooks_d_val', |
| 25 | covRatio='cov_ratio_val', |
| 26 | dffits='dffits_val', |
| 27 | h='leverage_val', |
| 28 | likeDist='like_dist_val', |
| 29 | press='press_val', |
| 30 | resid='residual_val', |
| 31 | copyVars='ALL_NUMERIC' |
| 32 | ); |
| 33 | |
| 34 | /* Mostrar las primeras filas de la tabla de salida para verificar las nuevas columnas */ |
| 35 | TABLE.fetch( |
| 36 | TABLE={name='scored_sData_full'}, |
| 37 | to=5 |
| 38 | ); |
| 39 | QUIT; |