regression

glmScore

Description

Crée une table sur le serveur qui contient les résultats de la notation des observations à l'aide d'un modèle ajusté.

regression.glmScore <result=results> <status=rc> / allStats=TRUE | FALSE, 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", ...>} }, cooksD="string", copyVars="ALL" | "ALL_NUMERIC" | {"variable-name-1" <, "variable-name-2", ...>}, covRatio="string", dffits="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", lcl="string", lclm="string", likeDist="string", 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", press="string", resid="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" } }, role="string", rStudent="string", stdi="string", stdp="string", stdr="string", student="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" ;
Paramètres
ParamètreDescription
allStatsLorsqu'il est défini sur True, demande toutes les statistiques disponibles. Par défaut : FALSE.
alphaSpécifie le niveau de signification à utiliser pour la construction de tous les intervalles de confiance. Valeur par défaut : 0.05. Plage : (0, 1).
casOutSpécifie les paramètres pour une table de sortie. Pour plus d'informations sur la spécification du paramètre casOut, voir le paramètre commun casouttable (Forme 1) (Annexe A: Paramètres communs).
cooksDNomme la statistique d'influence D de Cook.
copyVarsSpécifie une liste d'une ou plusieurs variables à copier de la table d'entrée vers la table de sortie. Vous pouvez également spécifier la valeur ALL, ou ALL_NUMERIC, qui copie respectivement toutes les variables, ou toutes les variables numériques de la table d'entrée vers la table de sortie.
covRatioNomme l'influence standard de l'observation sur la covariance des bêtas. La statistique COVRATIO mesure le changement du déterminant de la matrice de covariance des estimations en supprimant la i-ème observation.
dffitsNomme la mesure mise à l'échelle du changement de la valeur prédite pour la i-ème observation et est calculée en supprimant la i-ème observation. Une valeur élevée indique que l'observation est très influente dans son voisinage de l'espace X.
displaySpécifie une liste de tables de résultats à envoyer au client pour affichage. Pour plus d'informations sur la spécification du paramètre display, voir le paramètre commun displayTables (Annexe A: Paramètres communs).
fitDataLorsqu'il est défini sur True, spécifie que les données à noter ont également été utilisées pour ajuster le modèle. Par défaut : FALSE.
hNomme l'effet de levier de l'observation.
lclNomme la borne inférieure d'un intervalle de confiance pour une prédiction individuelle.
lclmNomme la borne inférieure d'un intervalle de confiance pour la valeur attendue de la variable dépendante.
likeDistNomme le déplacement de vraisemblance.
outputTablesListe les noms des tables de résultats à enregistrer en tant que tables CAS sur le serveur. Pour plus d'informations sur la spécification du paramètre outputTables, voir le paramètre commun outputTables (Annexe A: Paramètres communs). Alias : displayOut.
predNomme la valeur prédite. Si vous ne spécifiez aucune statistique de sortie, la valeur prédite est nommée Pred par défaut.
pressNomme le i-ème résidu divisé par 1 - h, où h est l'effet de levier, et où le modèle a été réajusté sans la i-ème observation.
residNomme le résidu, calculé comme ACTUEL moins PRÉDIT.
restoreRestaure les modèles de régression à partir d'un objet binaire volumineux (BLOB). Pour plus d'informations sur la spécification du paramètre restore, voir la table castable (Forme 1) (Annexe A: Paramètres communs).
roleIdentifie les rôles d'entraînement, de validation et de test pour les observations.
rStudentNomme le résidu studentisé avec l'observation courante supprimée.
stdiNomme l'erreur standard de la valeur prédite individuelle.
stdpNomme l'erreur standard de la valeur prédite moyenne.
stdrNomme l'erreur standard du résidu.
studentNomme les résidus studentisés, qui sont les résidus divisés par leurs erreurs standard.
tableSpécifie la table de données d'entrée. Pour plus d'informations sur la spécification du paramètre table, voir la table castable (Forme 1) (Annexe A: Paramètres communs).
uclNomme la borne supérieure d'un intervalle de confiance pour une prédiction individuelle.
uclmNomme la borne supérieure d'un intervalle de confiance pour la valeur attendue de la variable dépendante.

Exemples

FAQ

Quel est le rôle de l'action glmScore ?
Que fait le paramètre allStats ?
À quoi sert le paramètre alpha ?
Que spécifie le paramètre casOut ?
Que nomme le paramètre cooksD ?
Que fait le paramètre copyVars ?
Que nomme le paramètre covRatio ?
Que nomme le paramètre dffits ?
Que spécifie le paramètre display ?
Que fait le paramètre fitData ?
Que nomme le paramètre h ?
Que nomme le paramètre lcl ?
Que nomme le paramètre lclm ?
Que nomme le paramètre likeDist ?
Que fait le paramètre outputTables ?
Que nomme le paramètre pred ?
Que nomme le paramètre press ?
Que nomme le paramètre resid ?
Que fait le paramètre restore ?
Que spécifie le paramètre role ?
Que nomme le paramètre rStudent ?
Que nomme le paramètre stdi ?
Que nomme le paramètre stdp ?
Que nomme le paramètre stdr ?
Que nomme le paramètre student ?
Que spécifie le paramètre table ?
Que nomme le paramètre ucl ?
Que nomme le paramètre uclm ?