Calcula los márgenes predictivos utilizando un modelo de árboles de regresión aditivos bayesianos (BART) ajustado.
| Parámetro | Descripción |
|---|---|
| alpha | Especifica el nivel de significancia a utilizar para la construcción de todos los límites de credibilidad de colas iguales. |
| casOut | Especifica la configuración para una tabla de datos de salida. |
| differences | Especifica las diferencias de los márgenes predictivos. |
| evtMargin | Especifica el margen predictivo del evento por su nombre. |
| label | Etiqueta la diferencia en los márgenes predictivos en las tablas de salida. |
| name | Nombra la diferencia en los márgenes predictivos en las tablas de salida. |
| refMargin | Especifica el margen predictivo de referencia por su nombre. |
| display | Especifica una lista de tablas de resultados para enviar al cliente para su visualización. |
| marginInfo | Solicita una tabla que resuma las variables que definen el margen predictivo y los valores a los que están establecidas. |
| margins | Especifica un margen predictivo. |
| at | Especifica las variables a modificar en un margen predictivo y los valores a los que se establecen. |
| value | Especifica el valor al que se establece una variable en el margen predictivo. Para variables continuas, se especifica un valor numérico. Para variables de clasificación, se especifica el nivel formateado. |
| var | Nombra una variable a modificar en un margen predictivo. |
| model | Especifica un objeto de tabla binaria de un ajuste de modelo anterior. |
| outputTables | Lista los nombres de las tablas de resultados para guardar como tablas CAS en el servidor. |
| seed | Especifica una semilla para iniciar el generador de números pseudoaleatorios. |
| table | Especifica la tabla de datos de entrada. |
Este código de ejemplo primero entrena un modelo BART usando la acción `bartGauss` y guarda el modelo. Luego, utiliza la acción `bartScoreMargin` para calcular los márgenes predictivos basados en el modelo guardado. Se definen dos escenarios ('scen1' y 'scen2') para evaluar el efecto de cambiar el valor de la variable 'x1'.
| 1 | PROC CAS; |
| 2 | LOADACTIONSET 'bart'; |
| 3 | |
| 4 | /* Generar datos de ejemplo */ |
| 5 | DATA mycas.sample; |
| 6 | DO i = 1 to 100; |
| 7 | x1 = rand('UNIFORM'); |
| 8 | x2 = rand('UNIFORM'); |
| 9 | y = 10 * sin(3.14 * x1 * x2) + 20 * (x2 - 0.5)**2 + 10 * x1 + 5 * x2 + rand('NORMAL', 0, 1); |
| 10 | OUTPUT; |
| 11 | END; |
| 12 | RUN; |
| 13 | |
| 14 | /* Entrenar el modelo BART */ |
| 15 | bart.bartGauss RESULT=res / |
| 16 | TABLE={name='sample'}, |
| 17 | inputs={{name='x1'}, {name='x2'}}, |
| 18 | target='y', |
| 19 | saveState={name='bart_model', replace=true}; |
| 20 | RUN; |
| 21 | QUIT; |
Este ejemplo calcula un único margen predictivo ('scen1') donde la variable 'x1' se fija en 0.5. El resultado se guarda en la tabla 'bart_margins_out'.
| 1 | PROC CAS; |
| 2 | bart.bartScoreMargin / |
| 3 | TABLE={name='sample'}, |
| 4 | model={name='bart_model'}, |
| 5 | margins={{name='scen1', at={{var='x1', value=0.5}}}}, |
| 6 | casOut={name='bart_margins_out', replace=true}; |
| 7 | RUN; |
| 8 | QUIT; |
Este ejemplo calcula dos márgenes predictivos: 'scen1' (x1=0.25) y 'scen2' (x1=0.75). Luego, calcula la diferencia entre estos dos márgenes ('diff1'). También solicita la tabla 'MarginInfo' para ver los detalles de la definición de los márgenes.
| 1 | PROC CAS; |
| 2 | bart.bartScoreMargin / |
| 3 | TABLE={name='sample'}, |
| 4 | model={name='bart_model'}, |
| 5 | margins={{name='scen1', at={{var='x1', value=0.25}}}, {name='scen2', at={{var='x1', value=0.75}}}}, |
| 6 | differences={{name='diff1', evtMargin='scen2', refMargin='scen1'}}, |
| 7 | marginInfo=true, |
| 8 | casOut={name='bart_margins_detailed_out', replace=true}; |
| 9 | RUN; |
| 10 | QUIT; |
Una empresa minorista desea cuantificar el impacto marginal en el gasto promedio del cliente al variar dos palancas de marketing: el porcentaje de descuento ofrecido y la invers...
Un laboratorio farmacéutico está analizando los datos de un ensayo clínico a gran escala para un nuevo medicamento. Necesitan evaluar cómo diferentes dosis (50mg vs 100mg) afect...
Una planta de fabricación utiliza un modelo predictivo para estimar la probabilidad de fallo de una máquina basándose en la temperatura del motor y las vibraciones del sensor. E...