regression

genmodScore

Beschreibung

Erstellt eine Tabelle auf dem Server, die Ergebnisse der Bewertung von Beobachtungen mithilfe eines angepassten Modells enthält.

regression.genmodScore <result=results> <status=rc> / alpha=double, casOut={caslib="string", compress=TRUE | FALSE, indexVars={"variable-name-1" <, "variable-name-2", ...>}, label="string", lifetime=64-bit-integer, maxMemSize=64-bit-integer, memoryFormat="DVR" | "INHERIT" | "STANDARD", name="table-name", promote=TRUE | FALSE, replace=TRUE | FALSE, replication=integer, tableRedistUpPolicy="DEFER" | "NOREDIST" | "REBALANCE", threadBlockSize=64-bit-integer, timeStamp="string", where={"string-1" <, "string-2", ...>}}, cBar="string", copyVars="ALL" | "ALL_NUMERIC" | {"variable-name-1" <, "variable-name-2", ...>}, difChisq="string", difDev="string", display={caseSensitive=TRUE | FALSE, exclude=TRUE | FALSE, excludeAll=TRUE | FALSE, keyIsPath=TRUE | FALSE, names={"string-1" <, "string-2", ...>}, pathType="LABEL" | "NAME", traceNames=TRUE | FALSE}, fitData=TRUE | FALSE, h="string", into="string", intoCutpt=double, ipred="string", lcl="string", lclm="string", level="string", obscat=TRUE | FALSE, outputTables={groupByVarsRaw=TRUE | FALSE, includeAll=TRUE | FALSE, names={"string-1" <, "string-2", ...>} | {key-1={casouttable-1} <, key-2={casouttable-2}, ...>}, repeated=TRUE | FALSE, replace=TRUE | FALSE}, pred="string", resChi="string", resDev="string", resLik="string", resRaw="string", restore={caslib="string", dataSourceOptions={key-1=any-list-or-data-type-1 <, key-2=any-list-or-data-type-2, ...>}, name="table-name", whereTable={casLib="string", dataSourceOptions={adls_noreq-parameters | bigquery-parameters | cas_noreq-parameters | clouddex-parameters | db2-parameters | dnfs-parameters | esp-parameters | fedsvr-parameters | gcs_noreq-parameters | hadoop-parameters | hana-parameters | impala-parameters | informix-parameters | jdbc-parameters | mongodb-parameters | mysql-parameters | odbc-parameters | oracle-parameters | path-parameters | postgres-parameters | redshift-parameters | s3-parameters | sapiq-parameters | sforce-parameters | singlestore_standard-parameters | snowflake-parameters | spark-parameters | spde-parameters | sqlserver-parameters | ss_noreq-parameters | teradata-parameters | vertica-parameters | yellowbrick-parameters}, importOptions={fileType="ANY" | "AUDIO" | "AUTO" | "BASESAS" | "CSV" | "DELIMITED" | "DOCUMENT" | "DTA" | "ESP" | "EXCEL" | "FMT" | "HDAT" | "IMAGE" | "JMP" | "LASR" | "PARQUET" | "SOUND" | "SPSS" | "VIDEO" | "XLS", fileType-specific-parameters}, name="table-name", vars={{format="string", formattedLength=integer, label="string", name="variable-name", nfd=integer, nfl=integer}, {...}}, where="where-expression"}}, resWork="string", role="string", stdResChi="string", stdResDev="string", stdXBeta="string", table={caslib="string", computedOnDemand=TRUE | FALSE, computedVars={{format="string", formattedLength=integer, label="string", name="variable-name", nfd=integer, nfl=integer}, {...}}, computedVarsProgram="string", dataSourceOptions={key-1=any-list-or-data-type-1 <, key-2=any-list-or-data-type-2, ...>}, groupBy={{format="string", formattedLength=integer, label="string", name="variable-name", nfd=integer, nfl=integer}, {...}}, groupByMode="NOSORT" | "REDISTRIBUTE", importOptions={fileType="ANY" | "AUDIO" | "AUTO" | "BASESAS" | "CSV" | "DELIMITED" | "DOCUMENT" | "DTA" | "ESP" | "EXCEL" | "FMT" | "HDAT" | "IMAGE" | "JMP" | "LASR" | "PARQUET" | "SOUND" | "SPSS" | "VIDEO" | "XLS", fileType-specific-parameters}, name="table-name", orderBy={{format="string", formattedLength=integer, label="string", name="variable-name", nfd=integer, nfl=integer}, {...}}, singlePass=TRUE | FALSE, vars={{format="string", formattedLength=integer, label="string", name="variable-name", nfd=integer, nfl=integer}, {...}}, where="where-expression", whereTable={casLib="string", dataSourceOptions={adls_noreq-parameters | bigquery-parameters | cas_noreq-parameters | clouddex-parameters | db2-parameters | dnfs-parameters | esp-parameters | fedsvr-parameters | gcs_noreq-parameters | hadoop-parameters | hana-parameters | impala-parameters | informix-parameters | jdbc-parameters | mongodb-parameters | mysql-parameters | odbc-parameters | oracle-parameters | path-parameters | postgres-parameters | redshift-parameters | s3-parameters | sapiq-parameters | sforce-parameters | singlestore_standard-parameters | snowflake-parameters | spark-parameters | spde-parameters | sqlserver-parameters | ss_noreq-parameters | teradata-parameters | vertica-parameters | yellowbrick-parameters}, importOptions={fileType="ANY" | "AUDIO" | "AUTO" | "BASESAS" | "CSV" | "DELIMITED" | "DOCUMENT" | "DTA" | "ESP" | "EXCEL" | "FMT" | "HDAT" | "IMAGE" | "JMP" | "LASR" | "PARQUET" | "SOUND" | "SPSS" | "VIDEO" | "XLS", fileType-specific-parameters}, name="table-name", vars={{format="string", formattedLength=integer, label="string", name="variable-name", nfd=integer, nfl=integer}, {...}}, where="where-expression"}}, ucl="string", uclm="string", xBeta="string";
Einstellungen
ParameterBeschreibung
alphaGibt das Signifikanzniveau für die Konstruktion von Konfidenzintervallen an. Standardmäßig ist dies auf das globale Signifikanzniveau eingestellt. (Bereich: (0, 1))
casOutGibt die Einstellungen für eine Ausgabetabelle an. (Erforderlicher Parameter)
cBarBenennt die Konfidenzintervallverschiebung, die die Gesamtänderung der globalen Regressionsschätzungen misst, die auf das Löschen der einzelnen Beobachtung zurückzuführen ist.
copyVarsGibt eine Liste von einer oder mehreren Variablen an, die von der Eingabetabelle in die Ausgabetabelle kopiert werden sollen. Sie können alternativ den Wert ALL oder ALL_NUMERIC angeben, der alle Variablen bzw. alle numerischen Variablen von der Eingabetabelle in die Ausgabetabelle kopiert.
difChisqBenennt die Änderung der Pearson-Chi-Quadrat-Statistik, die auf das Löschen der einzelnen Beobachtung zurückgeführt werden kann.
difDevBenennt die Änderung der Devianz, die auf das Löschen der einzelnen Beobachtung zurückgeführt werden kann.
displayGibt eine Liste von Ergebnistabellen an, die zur Anzeige an den Client gesendet werden sollen.
fitDataWenn auf True gesetzt, gibt dies an, dass die zu bewertenden Daten auch zur Anpassung des Modells verwendet wurden. (Standard: FALSE)
hBenennt den Leverage-Wert der Beobachtung. (Alias: hatDiag)
intoBenennt das vorhergesagte Antwortniveau.
intoCutptGibt die vorhergesagte Ereigniswahrscheinlichkeit an, die das vorhergesagte binäre Antwortniveau bestimmt. (Standard: 0.5)
ipredBenennt den individuell vorhergesagten Wert für einen kumulativen Link. Wenn Sie keine Ausgabestatistiken angeben, wird der vorhergesagte Wert standardmäßig _IPRED_ genannt. (Aliase: ip, individual)
lclBenennt die Untergrenze eines Konfidenzintervalls für den linearen Prädiktor. (Aliase: lowerXBeta, lowerLinP)
lclmBenennt die Untergrenze eines Konfidenzintervalls für den Mittelwert. (Aliase: lower, lowerMean)
levelBenennt das geordnete Antwortniveau.
obscatWenn auf True gesetzt, berechnet dies multinomiale Ausgabestatistiken auf dem beobachteten Antwortniveau. (Standard: FALSE)
outputTablesListet die Namen der Ergebnistabellen auf, die als CAS-Tabellen auf dem Server gespeichert werden sollen. (Alias: displayOut)
predBenennt den vorhergesagten Wert. Wenn Sie keine Ausgabestatistiken angeben, wird der vorhergesagte Wert standardmäßig _PRED_ genannt. (Aliase: p, predicted, iLink, mean)
resChiBenennt das Pearson-Chi-Quadrat-Residuum. (Aliase: pearson, pears)
resDevBenennt das Devianz-Residuum. (Alias: devResid)
resLikBenennt das Likelihood-Residuum (Likelihood-Verschiebung). (Aliase: likeDist, ld, resLike)
resRawBenennt das rohe Residuum. (Aliase: r, resid, residual, rawResid)
restoreStellt Regressionsmodelle aus einem Binärobjekt (BLOB) wieder her. (Erforderlicher Parameter)
resWorkBenennt das Arbeitsresiduum.
roleIdentifiziert die Trainings-, Validierungs- und Testrollen für die Beobachtungen.
stdResChiBenennt das standardisierte Pearson-Chi-Quadrat-Residuum. (Aliase: adjPearson, adjPears)
stdResDevBenennt das standardisierte Devianz-Residuum. (Alias: stdDevResid)
stdXBetaBenennt den Standardfehler des linearen Prädiktors. (Alias: stdP)
tableGibt die Eingabedatentabelle an. (Erforderlicher Parameter)
uclBenennt die Obergrenze eines Konfidenzintervalls für den linearen Prädiktor. (Aliase: upperXBeta, upperLinP)
uclmBenennt die Obergrenze eines Konfidenzintervalls für den Mittelwert. (Aliase: upper, upperMean)
xBetaBenennt den linearen Prädiktor. (Alias: linP)

Beispiele

FAQ

Was ist die genmodScore Aktion?
alpha
casOut
cBar
copyVars
difChisq
difDev
display
fitData
h
into
intoCutpt
ipred
lcl
lclm
level
obscat
outputTables
pred
resChi
resDev
resLik
resRaw
restore
resWork
role
stdResChi
stdResDev
stdXBeta
table
ucl
uclm
xBeta