Preguntas frecuentes

551 preguntas encontradas.

Page 11 / 12

Estableciendo el parámetro 'excludeNonPosWgt' en verdadero (True), se excluyen del análisis las observaciones que tienen valores de ponderación no positivos....
Leer respuesta completa Ver acción técnica

Sí, utilizando el parámetro 'pairWithInput' (alias 'with') para especificar las variables numéricas con las que se deben calcular las correlaciones de las variables del parámetro 'inputs'....
Leer respuesta completa Ver acción técnica

La acción `countregFitModel` se utiliza para analizar modelos de regresión donde la variable dependiente es de tipo conteo (valores enteros no negativos), representando típicamente el número de veces que ocurre un evento....
Leer respuesta completa Ver acción técnica

Se pueden ajustar varios tipos de modelos, incluyendo Poisson (`POISSON`), Binomial Negativa (tipos 1 y 2, `NEGBIN1`, `NEGBIN2`), y Conway-Maxwell-Poisson (`CMPOISSON`). También soporta las versiones infladas de ceros de estos modelos: `ZIP`, `ZINB` y `ZICMPOISSON`....
Leer respuesta completa Ver acción técnica

Para especificar un modelo inflado de ceros, debe seleccionar un `modeltype` apropiado (por ejemplo, `ZIP`, `ZINB` o `ZICMPOISSON`) y definir los regresores que influyen en la probabilidad de ceros adicionales mediante el parámetro `zeromodel`....
Leer respuesta completa Ver acción técnica

Sí, la acción permite realizar un análisis bayesiano completo. Puede especificar las distribuciones a priori para los parámetros, el número de cadenas de Markov, las iteraciones de calentamiento y muestreo, y obtener diagnósticos de convergencia y estadísticas posteriores utilizando el parám...
Leer respuesta completa Ver acción técnica

La acción `countregFitModel` ofrece varios métodos de selección de modelos a través del parámetro `selection`, incluyendo `FORWARD` (hacia adelante), `BACKWARD` (hacia atrás), `STEPWISE` (paso a paso), `LASSO`, y `ELASTICNET`, entre otros. Esto permite identificar el subconjunto de regresores ...
Leer respuesta completa Ver acción técnica

La acción `countregViewStore` muestra información sobre un modelo de regresión que se ha restaurado desde un almacén de elementos (item store)....
Leer respuesta completa Ver acción técnica

El parámetro `instore` es obligatorio y especifica el almacén de elementos de entrada desde el cual se restaurará un modelo de regresión para su visualización....
Leer respuesta completa Ver acción técnica

Puede usar el parámetro `viewOptions` para especificar qué informes mostrar. Por ejemplo, `all=TRUE` muestra toda la información, mientras que `minimal=TRUE` muestra información mínima....
Leer respuesta completa Ver acción técnica

Sí, puede establecer los subparámetros `correlations=TRUE` o `covariances=TRUE` dentro de `viewOptions` para ver las correlaciones o covarianzas de los parámetros del modelo, respectivamente....
Leer respuesta completa Ver acción técnica

Los parámetros obligatorios son `instore`, que especifica el almacén de elementos que contiene el modelo, y `table`, que especifica la tabla de datos de entrada....
Leer respuesta completa Ver acción técnica

La acción `phreg.cox` se utiliza para ajustar un modelo de regresión de riesgos proporcionales de Cox, que es un método estadístico para investigar el efecto de varias variables sobre el tiempo que tarda en ocurrir un evento de interés....
Leer respuesta completa Ver acción técnica

Para especificar el modelo, debe usar el parámetro `model`. Dentro de este, se definen las variables dependientes (tiempo hasta el evento) con `depVars`, las variables explicativas con `effects`, y la variable de censura con `censor` junto con sus valores en `censVals`....
Leer respuesta completa Ver acción técnica

La acción `phreg.cox` soporta varios métodos de selección de variables a través del parámetro `selection`. Los métodos disponibles son `BACKWARD` (eliminación hacia atrás), `FORWARD` (selección hacia adelante), `STEPWISE` (paso a paso) y `LASSO`....
Leer respuesta completa Ver acción técnica

Sí, se puede realizar un análisis estratificado utilizando el parámetro `strata`. Debe proporcionar el nombre de la variable que identifica los estratos. Además, puede usar `strataMissing=TRUE` para tratar los valores perdidos como un estrato válido....
Leer respuesta completa Ver acción técnica

Puede generar código SAS DATA step utilizando el parámetro `code`. Dentro de este, debe especificar un `casOut` para definir la tabla de salida donde se guardará el código. Puede incluir opciones como `survival=TRUE` o `cumHaz=TRUE` para calcular la probabilidad de supervivencia o el riesgo acum...
Leer respuesta completa Ver acción técnica

El parámetro `alpha` especifica el nivel de significancia para construir los intervalos de confianza, con un valor predeterminado de 0.05. El parámetro `clb` (Confidence Limits for Betas), cuando se establece en `TRUE`, solicita la visualización de los límites de confianza superior e inferior pa...
Leer respuesta completa Ver acción técnica

La acción 'createBackup' se utiliza para crear una copia de seguridad de los controles de acceso si no hay otra copia de seguridad en curso....
Leer respuesta completa Ver acción técnica

El parámetro 'path' se utiliza para especificar la ruta del directorio de la ubicación de la copia de seguridad....
Leer respuesta completa Ver acción técnica

Para hacer una copia de seguridad de cada objeto como una tabla CAS, el parámetro 'tables' debe establecerse en 'True'. El valor predeterminado es 'False'....
Leer respuesta completa Ver acción técnica

La acción `crfScore` se utiliza para puntuar documentos basándose en un modelo de Campos Aleatorios Condicionales (CRF) previamente entrenado. Es una herramienta para el etiquetado de secuencias en SAS Text Analytics....
Leer respuesta completa Ver acción técnica

Para ejecutar la acción `crfScore`, los parámetros obligatorios son: `casOut` para especificar la tabla de salida, `model` para definir las tablas del modelo de entrada, `table` para la tabla de datos de entrada, y `target` para nombrar la variable predicha en la salida....
Leer respuesta completa Ver acción técnica

El parámetro `model` requiere un conjunto de tablas de modelado que incluyen: `attr` (atributos), `attrfeature` (mapeo de atributo-característica), `feature` (características), `label` (etiquetas) y `template` (plantillas)....
Leer respuesta completa Ver acción técnica

El parámetro `target` especifica el nombre de la variable que contendrá las etiquetas predichas (la variable oculta) en la tabla de salida generada por la acción....
Leer respuesta completa Ver acción técnica

La tabla de salida especificada en el parámetro `casOut` es donde la acción `crfScore` almacena los datos de entrada junto con los datos etiquetados resultantes del proceso de puntuación del modelo CRF....
Leer respuesta completa Ver acción técnica

La acción `crfTrain` se utiliza para entrenar un modelo de Campos Aleatorios Condicionales (CRF, por sus siglas en inglés). Este paquete de modelado está diseñado para el etiquetado de secuencias en análisis de texto....
Leer respuesta completa Ver acción técnica

El parámetro `table` es obligatorio y especifica la tabla de CAS que contiene los datos de entrada para el entrenamiento del modelo....
Leer respuesta completa Ver acción técnica

El parámetro `target` es obligatorio y se utiliza para especificar el nombre de la variable predicha u oculta en la tabla de entrada....
Leer respuesta completa Ver acción técnica

El parámetro `template` es obligatorio y especifica la plantilla textual que se utilizará para extraer características (features) de los datos de entrada....
Leer respuesta completa Ver acción técnica

El parámetro `model` especifica las tablas de modelado de salida. Incluye sub-parámetros para definir las tablas de atributos (`attr`), mapeo de atributos a características (`attrfeature`), características (`feature`), etiquetas (`label`) y plantillas (`template`)....
Leer respuesta completa Ver acción técnica

El parámetro `nloOpts` se utiliza para especificar los parámetros del optimizador no lineal (OPTML). Por defecto, la acción `crfTrain` utiliza el solucionador L-BFGS (limited-memory Broyden-Fletcher-Goldfarb-Shanno)....
Leer respuesta completa Ver acción técnica

Se pueden especificar los siguientes solucionadores: 'ADAM' (Adaptive Moments), 'HF' (Hessian Free, experimental), 'LBFGS' (por defecto) y 'SGD' (Stochastic Gradient Descent)....
Leer respuesta completa Ver acción técnica

Se pueden utilizar los parámetros de regularización L1 (`regL1`) y L2 (`regL2`) dentro de las opciones de `optmlOpt` en `nloOpts`. Ambos deben ser valores no negativos....
Leer respuesta completa Ver acción técnica

Sí, el sub-parámetro `state` dentro de `nloOpts` permite guardar el estado. Se puede especificar una tabla de salida con el parámetro `table` anidado y la frecuencia de guardado con `checkpointFreq`....
Leer respuesta completa Ver acción técnica

Realiza tabulaciones de una o dos vías....
Leer respuesta completa Ver acción técnica

El parámetro 'row' especifica la variable que se usará para las filas en la tabla de contingencia....
Leer respuesta completa Ver acción técnica

Sí, puede especificar una variable de columna utilizando el parámetro 'col'....
Leer respuesta completa Ver acción técnica

Utilice el parámetro 'weight' para especificar la variable de ponderación numérica utilizada para calcular las estadísticas en las celdas y los márgenes de la tabla....
Leer respuesta completa Ver acción técnica

Sí, estableciendo el parámetro 'chiSq' en verdadero (True), se calculan las estadísticas de chi-cuadrado para la prueba de independencia de las variables de fila y columna....
Leer respuesta completa Ver acción técnica

Cuando se establece en verdadero (True), el parámetro 'association' calcula diversas medidas de asociación entre la variable de fila y la de columna....
Leer respuesta completa Ver acción técnica

Por defecto, los valores perdidos se excluyen. Para incluirlos en la tabulación, establezca el parámetro 'includeMissing' en verdadero (True)....
Leer respuesta completa Ver acción técnica

Sí, la tabulación cruzada se puede realizar dentro de grupos de observaciones definidos por las variables especificadas en el parámetro 'groupBy'....
Leer respuesta completa Ver acción técnica

El parámetro 'aggregator' especifica la estadística (como SUM, MEAN, MAX, etc.) que se calculará a partir de la variable 'weight' para cada celda de la tabla de contingencia, en lugar de la frecuencia....
Leer respuesta completa Ver acción técnica

Es una acción para realizar la validación cruzada con acciones de aprendizaje automático especificadas....
Leer respuesta completa Ver acción técnica

Especifica el número de pliegues (folds) que se utilizarán para la validación cruzada. El valor predeterminado es 5 y el mínimo es 2....
Leer respuesta completa Ver acción técnica

Especifica el tipo de modelo al que se aplica la validación cruzada. Los valores posibles incluyen 'BNET', 'DECISIONTREE', 'FACTMAC', 'FOREST', 'GRADBOOST', 'NEURALNET' y 'SVM'....
Leer respuesta completa Ver acción técnica

Especifica una lista de parámetros para la acción de entrenamiento del modelo que se utilizará en el proceso de validación cruzada....
Leer respuesta completa Ver acción técnica

Estableciendo el parámetro 'parallelFolds' en TRUE, los pliegues se evalúan en paralelo....
Leer respuesta completa Ver acción técnica

Especifica la semilla a utilizar para el muestreo de pliegues para la validación cruzada. El valor predeterminado es 0....
Leer respuesta completa Ver acción técnica
Copyright © WeAreCAS 2023-2025