Se ajusta a modelos de regresión lineal generalizados.
| Parámetro | Descripción |
|---|---|
| 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). |
| applyRowOrder | Cuando se establece en TRUE, utiliza la información de groupBy y orderBy disponible para agrupar y ordenar los datos. El valor predeterminado es FALSE. |
| attributes | Cambia los atributos de las variables utilizadas en esta acción. Actualmente, los atributos especificados en los parámetros 'inputs' y 'nominals' se ignoran. Incluye subparámetros como 'format' (formato a aplicar), 'formattedLength' (longitud del campo de formato), 'label' (etiqueta descriptiva), 'name' (nombre de la variable, requerido), 'nfd' (longitud de la precisión del formato) y 'nfl' (longitud del campo de formato). |
| class | Nombra las variables de clasificación que se utilizarán como variables explicativas en el análisis. Incluye subparámetros como 'countMissing' (contar valores perdidos), 'descending' (orden descendente), 'ignoreMissing' (ignorar valores perdidos), 'levelizeRaw' (nivelar valores brutos), 'maxLev' (nivel máximo), 'order' (orden de clasificación), 'param' (tipo de parametrización), 'ref' (nivel de referencia), 'split' (dividir) y 'vars' (variables, requerido). |
| classGlobalOpts | Enumera las opciones que se aplican a todas las variables de clasificación. Incluye subparámetros como 'countMissing' (contar valores perdidos), 'descending' (orden descendente), 'ignoreMissing' (ignorar valores perdidos), 'levelizeRaw' (nivelar valores brutos), 'maxLev' (nivel máximo), 'order' (orden de clasificación), 'param' (tipo de parametrización), 'ref' (nivel de referencia) y 'split' (dividir). |
| classLevelsPrint | Cuando se establece en FALSE, suprime la visualización de los niveles de clase. El valor predeterminado es TRUE. |
| clb | Cuando se establece en TRUE, muestra los límites de confianza superiores e inferiores para las estimaciones de los parámetros. Puede ser TRUE, FALSE, "WALD" o "PL". |
| code | Escribe código de paso de datos SAS para calcular los valores predichos del modelo ajustado. Incluye subparámetros como 'casOut' (configuración de la tabla de salida), 'comment' (comentario), 'fmtWdth' (ancho del formato), 'indentSize' (tamaño de la sangría), 'intoCutPt' (punto de corte para INTO), 'iProb' (probabilidad inicial), 'labelId' (ID de etiqueta), 'lineSize' (tamaño de línea), 'noTrim' (no recortar), 'pCatAll' (todas las categorías) y 'tabForm' (formato de tabla). |
| collection | Define un conjunto de variables que se tratan como un único efecto que tiene múltiples grados de libertad. Incluye subparámetros como 'details' (mostrar detalles), 'name' (nombre del efecto, requerido) y 'vars' (variables constituyentes, requerido). |
| corrB | Cuando se establece en TRUE, muestra la matriz de correlación de los parámetros. El valor predeterminado es FALSE. |
| covB | Cuando se establece en TRUE, muestra la matriz de covarianza de los parámetros. El valor predeterminado es FALSE. |
| display | Especifica una lista de tablas de resultados para enviar al cliente para su visualización. Incluye subparámetros como 'caseSensitive' (sensible a mayúsculas y minúsculas), 'exclude' (excluir), 'excludeAll' (excluir todo), 'keyIsPath' (la clave es la ruta), 'names' (nombres), 'pathType' (tipo de ruta) y 'traceNames' (nombres de seguimiento). |
| fitData | Cuando se establece en TRUE, especifica que los datos que se van a puntuar también se utilizaron para ajustar el modelo. El valor predeterminado es FALSE. |
| freq | Nombra la variable numérica que contiene la frecuencia de ocurrencia de cada observación. |
| inputs | Especifica las variables a utilizar para el análisis. Incluye subparámetros como 'format' (formato a aplicar), 'formattedLength' (longitud del campo de formato), 'label' (etiqueta descriptiva), 'name' (nombre de la variable, requerido), 'nfd' (longitud de la precisión del formato) y 'nfl' (longitud del campo de formato). |
| lsmeans | Especifica los efectos y subparámetros para las medias de mínimos cuadrados. Incluye subparámetros de 'statements' como 'adjust' (método de ajuste para comparaciones múltiples), 'alpha' (nivel de significancia), 'at' (modifica valores de covariables), 'cl' (intervalos de confianza), 'controlLevel' (nivel de control), 'corr' (matriz de correlación estimada), 'cov' (matriz de covarianza estimada), 'diff' (diferencias de medias), 'e' (coeficientes de matriz), 'singular' (criterio de singularidad) y 'terms' (efectos del modelo, requerido). |
| maxOptBatch | Controla el número de observaciones procesadas en un lote. Puede ser un entero de 64 bits o "AUTO". |
| maxResponseLevels | Especifica el número máximo de niveles permitidos para una respuesta multinomial. El valor predeterminado es 100, con un mínimo de 2. |
| model | Nombra la variable dependiente, los efectos explicativos y las opciones del modelo. Incluye subparámetros como 'center' (centrar covariables), 'centerlasso' (centrar y escalar para LASSO), 'clb' (límites de confianza), 'depVars' (variables de respuesta), 'dist' (distribución de respuesta), 'effects' (efectos del modelo), 'entry' (variable de entrada), 'eql' (ajuste por cuasi-verosimilitud extendida), 'include' (efectos a incluir), 'informative' (valores perdidos informativos), 'initialphi' (valor inicial de dispersión), 'lassoRho' (parámetro de regularización LASSO), 'lassoSteps' (pasos LASSO), 'lassoTol' (criterio de convergencia LASSO), 'link' (función de enlace), 'linkPower' (exponente de enlace de potencia), 'noint' (sin intercepto), 'offset' (variable de compensación), 'phi' (dispersión fija), 'samplefrac' (fracción de muestra), 'ss3' (pruebas de efectos tipo 3), 'start' (efectos iniciales), 'tDf' (grados de libertad para distribución t), 'trial' (variable de ensayos), 'tweedieinitialp' (valor inicial para parámetro de potencia Tweedie), 'tweediep' (valor fijo para parámetro de potencia Tweedie) y 'twoptmethod' (método de ajuste Tweedie). |
| multimember | Utiliza una o más variables de clasificación especificadas en el parámetro 'vars' de tal manera que cada observación puede asociarse con uno o más niveles de la unión de los niveles de las variables de clasificación. Incluye subparámetros como 'details' (mostrar detalles), 'name' (nombre, requerido), 'noEffect' (sin efecto), 'stdize' (estandarizar), 'vars' (variables, requerido) y 'weight' (peso). |
| nClassLevelsPrint | Limita la visualización de los niveles de clase. El valor 0 suprime todos los niveles. El valor mínimo es 0. |
| noCheck | Cuando se establece en TRUE, no comprueba la separación en los modelos logísticos. El valor predeterminado es FALSE. |
| nominals | Especifica las variables nominales a utilizar para el análisis. Incluye subparámetros como 'format' (formato a aplicar), 'formattedLength' (longitud del campo de formato), 'label' (etiqueta descriptiva), 'name' (nombre de la variable, requerido), 'nfd' (longitud de la precisión del formato) y 'nfl' (longitud del campo de formato). |
| normalize | Cuando se establece en TRUE, divide la verosimilitud logarítmica por el número total de observaciones durante la optimización. El valor predeterminado es TRUE. |
| nostderr | Cuando se establece en TRUE, no se calcula la matriz de covarianza ni ninguna estadística que dependa de ella. El valor predeterminado es FALSE. |
| noxpx | Cuando se establece en TRUE, no calcula las matrices X'WX y Hessiana, y desactiva todos los métodos y suprime todas las salidas que dependen de ellas. El valor predeterminado es FALSE. |
| optimization | Especifica la técnica y las opciones para realizar la optimización. Incluye subparámetros como 'absConv' (criterio de convergencia de la función absoluta), 'absFConv' (criterio de convergencia de la diferencia de función absoluta), 'absGConv' (criterio de convergencia del gradiente absoluto), 'absXConv' (criterio de convergencia del parámetro absoluto), 'corrections' (número de correcciones LBFGS), 'fConv' (criterio de convergencia de la diferencia de función relativa), 'fConv2' (segundo criterio de convergencia de la diferencia de función relativa), 'gConv' (criterio de convergencia del gradiente relativo), 'gConv2' (segundo criterio de convergencia del gradiente relativo), 'inParmEst' (tabla de estimaciones de parámetros iniciales), 'itHist' (historial de iteraciones), 'maxFunc' (evaluaciones de función máximas), 'maxIter' (iteraciones máximas), 'maxTime' (tiempo máximo de CPU), 'minIter' (iteraciones mínimas), 'singRes' (criterio de singularidad de la varianza residual), 'technique' (técnica de optimización) y 'xConv' (criterio de convergencia de parámetros relativos). |
| output | Crea una tabla en el servidor que contiene estadísticas por observación, que se calculan después de ajustar el modelo. Incluye subparámetros como 'alpha' (nivel de significancia), 'casOut' (configuración de la tabla de salida, requerido), 'cBar' (desplazamiento del intervalo de confianza), 'cleverage' (apalancamiento de clúster), 'copyVars' (variables a copiar), 'difChisq' (cambio en Pearson chi-cuadrado), 'difDev' (cambio en la devianza), 'h' (apalancamiento de la observación), 'into' (nivel de respuesta predicho), 'intoCutpt' (punto de corte para INTO), 'ipred' (valor predicho individual), 'lcl' (límite inferior de CI para predictor lineal), 'lclm' (límite inferior de CI para la media), 'level' (nivel de respuesta ordenado), 'obscat' (estadísticas de salida multinomiales en el nivel de respuesta observado), 'pred' (valor predicho), 'resChi' (residuo chi-cuadrado de Pearson), 'resDev' (residuo de devianza), 'resLik' (residuo de verosimilitud), 'resRaw' (residuo bruto), 'resWork' (residuo de trabajo), 'role' (roles de entrenamiento, validación y prueba), 'stdResChi' (residuo chi-cuadrado de Pearson estandarizado), 'stdResDev' (residuo de devianza estandarizado), 'stdXBeta' (error estándar del predictor lineal), 'ucl' (límite superior de CI para predictor lineal), 'uclm' (límite superior de CI para la media) y 'xBeta' (predictor lineal). |
| outputTables | Enumera los nombres de las tablas de resultados para guardar como tablas CAS en el servidor. Incluye subparámetros como 'groupByVarsRaw' (variables de agrupación en formato bruto), 'includeAll' (incluir todo), 'names' (nombres de las tablas de salida), 'repeated' (repetido) y 'replace' (reemplazar). |
| parmEstLevDetails | Especifica si se deben agregar valores brutos y formateados de las variables de clasificación en la tabla ParameterEstimates. Puede ser "NONE", "RAW" o "RAW_AND_FORMATTED". El valor predeterminado es "RAW". |
| partByFrac | Especifica las fracciones de los datos a utilizar para la validación y las pruebas. Incluye subparámetros como 'seed' (semilla del generador de números aleatorios), 'test' (fracción para pruebas) y 'validate' (fracción para validación). |
| partByVar | Nombra la variable y sus valores utilizados para dividir los datos en roles de entrenamiento, validación y prueba. Incluye subparámetros como 'name' (nombre de la variable, requerido), 'test' (valor para el rol de prueba), 'train' (valor para el rol de entrenamiento) y 'validate' (valor para el rol de validación). |
| partFit | Cuando se establece en TRUE, muestra las estadísticas de ajuste que se producen cuando los datos se dividen. El valor predeterminado es FALSE. |
| plConv | Especifica el criterio de convergencia para los cálculos de verosimilitud del perfil. El valor predeterminado es 0.0001 y el rango es (0, 1). |
| plMaxIter | Especifica el número máximo de iteraciones para los cálculos de verosimilitud del perfil. El valor predeterminado es 25, con un mínimo de 0. |
| plSingular | Especifica la tolerancia para probar la singularidad para los cálculos de verosimilitud del perfil. El rango es (0, 1). |
| polynomial | Especifica un efecto polinomial. Todas las variables especificadas deben ser numéricas. Se genera una columna de matriz de diseño para cada término del polinomio especificado. Por defecto, cada uno de estos términos se trata como un efecto separado para la construcción del modelo. Incluye subparámetros como 'degree' (grado del polinomio), 'details' (mostrar detalles), 'labelStyle' (estilo de etiqueta), 'mDegree' (grado de interacción), 'name' (nombre del efecto, requerido), 'noSeparate' (no separar), 'standardize' (estandarizar) y 'vars' (variables, requerido). |
| repeated | Especifica las opciones para el análisis de medidas repetidas. Incluye subparámetros como 'converge' (criterio de convergencia), 'corrb' (matriz de correlación de parámetros), 'corrtype' (tipo de estructura de correlación), 'corrw' (matriz de correlación de trabajo), 'covb' (matriz de covarianza de parámetros), 'depVars' (variables dependientes), 'ecorrb' (matriz de correlación empírica), 'ecovb' (matriz de covarianza empírica), 'effects' (efectos del modelo), 'group' (efecto de grupo), 'maxIter' (iteraciones máximas), 'mcorrb' (matriz de correlación basada en el modelo), 'mcovb' (matriz de covarianza basada en el modelo), 'mdepm' (orden de m-dependencia), 'modelse' (errores estándar del modelo), 'printmle' (imprimir estimaciones de máxima verosimilitud), 'subject' (sujetos) y 'trial' (variable de ensayos). |
| restore | Restaura modelos de regresión a partir de un objeto grande binario (BLOB). Incluye subparámetros como 'caslib' (biblioteca CAS), 'dataSourceOptions' (opciones de la fuente de datos), 'name' (nombre de la tabla, requerido) y 'whereTable' (tabla de filtro). |
| restrictions | Especifica las restricciones lineales que se impondrán a las estimaciones de los parámetros. |
| seed | Especifica una semilla para iniciar el generador de números pseudoaleatorios. El valor predeterminado es 0 y el rango es de 0 a 4294967295. |
| selection | Especifica el método y las opciones para realizar la selección del modelo. Incluye subparámetros como 'candidates' (número máximo de candidatos), 'choose' (criterio de elección del modelo), 'details' (nivel de detalle), 'elasticNetOptions' (opciones de Elastic Net), 'fast' (algoritmo rápido), 'hierarchy' (requisito de jerarquía del modelo), 'kappa' (coeficientes de LASSO relajado), 'maxEffects' (efectos máximos), 'maxSteps' (pasos máximos), 'method' (método de selección), 'minEffects' (efectos mínimos), 'orderSelect' (orden de selección), 'plots' (gráficos), 'relaxed' (método LASSO relajado), 'select' (criterio de selección), 'slEntry' (nivel de significancia para entrada), 'slStay' (nivel de significancia para eliminación), 'stop' (criterio de parada) y 'stopHorizon' (pasos consecutivos para empeorar el criterio de parada). |
| spline | Expande las variables en bases spline cuya forma depende de los parámetros especificados. Incluye subparámetros como 'basis' (tipo de base spline), 'dataBoundary' (límites de los datos), 'degree' (grado de la spline), 'details' (mostrar detalles), 'knotMax' (nudo máximo), 'knotMethod' (método de nudos), 'knotMin' (nudo mínimo), 'name' (nombre, requerido), 'naturalCubic' (cúbica natural), 'separate' (separar), 'split' (dividir) y 'vars' (variables, requerido). |
| ss3 | Cuando se establece en TRUE, realiza pruebas de efectos de Tipo 3. El valor predeterminado es FALSE. |
| store | Almacena modelos de regresión en un objeto grande binario (BLOB). Incluye subparámetros como 'caslib' (biblioteca CAS), 'label' (etiqueta), 'lifetime' (tiempo de vida), 'memoryFormat' (formato de memoria), 'name' (nombre de la tabla), 'promote' (promover), 'replace' (reemplazar) y 'tableRedistUpPolicy' (política de redistribución de tablas). |
| storetext | Especifica el texto a almacenar que se muestra al restaurar el modelo. |
| table | Especifica la tabla de datos de entrada. Incluye subparámetros como 'caslib' (biblioteca CAS), 'computedOnDemand' (variables calculadas bajo demanda), 'computedVars' (variables calculadas), 'computedVarsProgram' (programa de variables calculadas), 'dataSourceOptions' (opciones de la fuente de datos), 'groupBy' (variables de agrupación), 'groupByMode' (modo de agrupación), 'importOptions' (opciones de importación), 'name' (nombre de la tabla, requerido), 'orderBy' (variables de ordenación), 'singlePass' (paso único), 'vars' (variables a utilizar), 'where' (expresión WHERE) y 'whereTable' (tabla de filtro WHERE). |
| target | Especifica la variable objetivo a utilizar para el análisis. |
| useLastIter | Cuando es igual a 1, muestra todas las tablas incluso si hay un error de optimización. El valor predeterminado es FALSE. |
| weight | Nombra la variable numérica a utilizar para realizar un análisis ponderado de los datos. |
| weightNorm | Ajusta los pesos para que el peso total sea igual a la frecuencia total. El valor predeterminado es FALSE. |