偏最小 2 乗 アクションセット: 構文
偏最小 2 乗を含む縮小ランク線形モデルを当てはめるアクションを提供します
pls アクション
偏最小 2 乗を含む多くの線形予測法のいずれかを使用してモデルを当てはめます。
要約: 入力テーブルと出力テーブル
行にサブパラメーターが含まれる場合は、サブパラメーターに名前、caslibなどを指定できます。サブパラメーターが含まれない場合は、パラメーターに名前、caslibなどを指定できます。
|
パラメーター |
サブパラメーター |
説明 |
|---|---|---|
|
required parametertable |
— |
入力テーブルの設定を指定します。 |
|
パラメーター |
サブパラメーター |
説明 |
|---|---|---|
|
required parametercasOut |
モデルの当てはめ後に計算される Observationwise 統計量を含むデータテーブルをサーバー上に作成します。 | |
|
names |
CAS テーブルとしてサーバーに保存する結果テーブルの名前をリストします。 |
パラメーターの説明
attributes={{casinvardesc-1} <, {casinvardesc-2}, ...>}
このアクションで使用される変数の属性を変更します。現在、入力および名義パラメーターで指定された属性は無視されます。
attributes パラメーターの指定の詳細については、共通 casinvardesc パラメーターを参照してください。
| 別名 | attribute |
|---|
cenScale=TRUE | FALSE
True に設定すると、中心化と尺度化の情報が表示されます。
| デフォルト | FALSE |
|---|
class={{classStatement-1} <, {classStatement-2}, ...>}
classGlobalOptions={classopts}
すべての分類変数に適用するオプションを指定します。
classGlobalOptions パラメーターの指定の詳細については、共通 classopts パラメーターを参照してください。
| 別名 | classGlobalOpts |
|---|
classLevelsPrint=TRUE | FALSE
False に設定すると、クラスレベルの表示が抑制されます。
| デフォルト | TRUE |
|---|
collection={{collection-1} <, {collection-2}, ...>}
複数の自由度を持つ単一の効果として扱われる一連の変数を定義します。
collection の値は次のいずれかになります:
details=TRUE | FALSE
True に設定すると、この効果に関連する追加の詳細を示すテーブルが要求されます。
| デフォルト | FALSE |
|---|
* name="string"
効果の名前を指定します。
* vars={"variable-name-1" <, "variable-name-2", ...>}
複数の自由度を持つ単一の効果として扱われる一連の変数を指定します。コレクション効果によって寄与される計画行列の列は、コレクション効果の定義に表示される順序での構成変数のデザイン列です。
cvTest={cvTestOptions}
van der Voet のランダム化に基づくモデル比較テストを実行します。
| 長い形式 | cvTest={stat="PRESS" | "T2"} |
|---|---|
| 短い形式 | cvTest="PRESS" | "T2" |
cvTestOptions の値は次のいずれかになります:
nSamp=integer
実行するランダム化の数を指定します。
| デフォルト | 1000 |
|---|---|
| 範囲 | 0–MACINT |
pValue=double
有意差を宣言するためのカットオフ確率を指定します。
| 別名 | pVal |
|---|---|
| デフォルト | 0.1 |
| 範囲 | 0–1 |
seed=integer
乱数ストリームのシード値を指定します。
| デフォルト | 0 |
|---|---|
| 最小値 | 0 |
stat="PRESS" | "T2"
モデル比較の検定統計量を指定します。Hotelling の T^2 統計量の場合は T2、予測された残差平方和の場合は PRESS を指定できます。
| デフォルト | T2 |
|---|
details=TRUE | FALSE
True に設定すると、当てはめモデルの詳細が表示されます。
| 別名 | detail |
|---|---|
| デフォルト | FALSE |
display={displayTables}
クライアントに表示するために送信する結果テーブルのリストを指定します。
display パラメーターの指定の詳細については、共通 displayTables パラメーターを参照してください。
groupbyLimit=64-bit-integer
BY グループの数が指定された値を超えた場合、分析を抑制します。
| 最小値 | 1 |
|---|
inputs={{casinvardesc-1} <, {casinvardesc-2}, ...>}
* method={methodOptions}
一般的な因子抽出方法の設定を指定します。
| 長い形式 | method={name="PCR" | "PLS" | "RRR" | "SIMPLS"} |
|---|---|
| 短い形式 | method="PCR" | "PLS" | "RRR" | "SIMPLS" |
methodOptions の値は次のいずれかになります:
algorithm="EIG" | "NIPALS" | "SVD"
抽出された PLS 因子の計算に使用するアルゴリズムを指定します。
| 別名 | alg |
|---|---|
| デフォルト | NIPALS |
epsilon=double
NIPALS アルゴリズムの収束基準を指定します。
| 別名 | eps |
|---|---|
| デフォルト | 1E-12 |
| 範囲 | 0–1 |
maxIter=integer
NIPALS アルゴリズムの最大反復回数を指定します。
| デフォルト | 200 |
|---|---|
| 範囲 | 0–MACINT |
* name="PCR" | "PLS" | "RRR" | "SIMPLS"
使用する一般的な因子抽出法の名前を指定します。
model={modelOptions}
モデルの Y 行列と X 行列をそれぞれ決定する応答と予測子を指定します。
modelOptions の値は次のいずれかになります:
depVars={{responsevar-1} <, {responsevar-2}, ...>}
モデルの応答変数として使用する 1 つ以上の変数を指定します。すべてのモデルが複数の応答変数をサポートしているわけではありません。
| 別名 | depVar |
|---|---|
| target |
name="variable-name"
応答変数に名前を指定します。
effects={{effect-1} <, {effect-2}, ...>}
モデルを定義する効果のリストを指定します。このリストの各項は、vars パラメーターで指定された変数とその交互作用 (NONE、CROSS、BAR) で構成されます。交互作用が BAR の場合、maxInteract パラメーターによって制限されます。
effect の値は次のいずれかになります:
interaction="BAR" | "CROSS" | "NONE"
変数の交互作用の種類を指定します。
| 別名 | interact |
|---|---|
| デフォルト | NONE |
maxInteract=integer
BAR の交互作用と組み合わせて使用すると、指定した整数値よりも次数が高い交互作用の効果を排除します。
nest={"string-1" <, "string-2", ...>}
vars パラメーターによって定義された項内でネストされる変数を指定します。BAR または CROSS 交互作用の項では、ネストは vars パラメーターの最後の変数に対応します。交互作用のない項については、ネストは vars パラメーターにリストされているすべての変数に分散されます。
* vars={"string-1" <, "string-2", ...>}
効果の項を定義する際に使用する変数を指定します。少なくとも 1 つの変数を指定する必要があります。
intercept=TRUE | FALSE
True に設定すると、切片項がモデルに含まれます。
| デフォルト | FALSE |
|---|
solution=TRUE | FALSE
True に設定すると、応答の最終的な予測モデルの係数が表示されます。
| デフォルト | FALSE |
|---|
multimember={{multimember-1} <, {multimember-2}, ...>}
vars パラメーターで指定された 1 つ以上の分類変数を使用して、各オブザベーションを分類変数のレベルの結合の 1 つ以上のレベルに関連付けることができます。
multimember パラメーターの指定の詳細については、共通 multimember パラメーターを参照してください。
nClassLevelsPrint=integer
クラスレベルの表示を制限します。値 0 はすべてのレベルを抑制します。
| 最小値 | 0 |
|---|
nFactors=integer
抽出する因子の数を指定します。
| 別名 | nFac |
|---|---|
| lv | |
| デフォルト | 0 |
| 最小値 | 0 |
noCenter=TRUE | FALSE
True に設定すると、当てはめの前に応答と予測子の中心化が抑制されます。
| デフォルト | FALSE |
|---|
noCVStdize=TRUE | FALSE
True に設定すると、交差検証時に応答と予測子の再中心化と再尺度化を抑制します。
| デフォルト | FALSE |
|---|
nominals={{casinvardesc-1} <, {casinvardesc-2}, ...>}
noScale=TRUE | FALSE
True に設定すると、当てはめの前に応答と予測子の尺度化が抑制されます。
| デフォルト | FALSE |
|---|
output={outputOptions}
モデルの当てはめ後に計算される Observationwise 統計量を含むデータテーブルをサーバー上に作成します。
outputOptions の値は次のいずれかになります:
* casOut={casouttable}
出力テーブルの設定を指定します。
casOut パラメーターの指定の詳細については、共通 casouttable (形式 1) パラメーターを参照してください。
copyVars="ALL" | "ALL_MODEL" | "ALL_NUMERIC" | {"variable-name-1" <, "variable-name-2", ...>}
入力テーブルから出力テーブルにコピーされる 1 つ以上の変数のリストを指定します。代わりに、すべての変数、モデリングで使用されるすべての変数、またはすべての数値変数を入力テーブルから出力テーブルにコピーする値 ALL、ALL_MODEL、またはALL_NUMERIC を指定することもできます。
h="string"
近似てこ比を要求します。空の文字列に設定されている場合、接頭辞 H が出力変数の名前付けに使用されます。
predicted="string"
各応答の予測値を要求します。空の文字列が設定されている場合は、接頭辞 Pred が出力変数の名前付けに使用されます。
| 別名 | p |
|---|---|
| pred |
press="string"
各応答に対して近似予測残差を要求します。空の文字列に設定されている場合は、接頭辞 PRESS が出力変数の名前付けに使用されます。
role="string"
モデルを当てはめる際に各オブザベーションが果たす役割を示す数値を要求します。空の文字列に設定されている場合は、接頭辞 _ROLE_ が出力変数の名前付けに使用されます。
t2="string"
スコア値の尺度化された平方和を指定します。空の文字列に設定されている場合は、接頭辞 TSquare が出力変数の名前付けに使用されます。
| 別名 | tSquare |
|---|
xResidual="string"
各応答の残差を要求します。空の文字列が設定されている場合は、接頭辞 XResid が出力変数の名前付けに使用されます。
| 別名 | xr |
|---|---|
| xResid |
xScore="string"
選択した各モデル因子に対して抽出された因子 (X スコア、潜在ベクトル、潜在変数、T) を要求します。空の文字列が設定されている場合は、接頭辞 XScore が出力変数の名前付けに使用されます。
xStd="string"
各予測子の標準化された (中心化、尺度化された) 予測子値を要求します。空の文字列に設定されている場合は、接頭辞 StdX が出力変数の名前付けに使用されます。
| 別名 | stdX |
|---|
xStdsse="string"
標準化された予測子の残差の平方和を要求します。空の文字列に設定されている場合は、接頭辞 StdXSSE が出力変数の名前付けに使用されます。
| 別名 | xQres |
|---|---|
| stdXsse |
yResidual="string"
各応答の残差を要求します。空の文字列が設定されている場合は、接頭辞 YResid が出力変数の名前付けに使用されます。
| 別名 | yr |
|---|---|
| yResid |
yScore="string"
選択した各モデル因子に対して抽出された応答 (Y スコア、U) を要求します。空の文字列が設定されている場合は、接頭辞 YScore が出力変数の名前付けに使用されます。
yStd="string"
各応答の標準化された (中心化、尺度化された) 応答値を要求します。空の文字列に設定されている場合は、出力変数の名前付けに接頭辞 StdY が使用されます。
| 別名 | stdY |
|---|
yStdsse="string"
標準化された応答の残差の平方和を要求します。空の文字列に設定されている場合は、接頭辞 StdYSSE が出力変数の名前付けに使用されます。
| 別名 | yQres |
|---|---|
| stdYsse |
outputTables={outputTables}
CAS テーブルとしてサーバーに保存する結果テーブルの名前をリストします。
outputTables パラメーターの指定の詳細については、共通 outputTables パラメーターを参照してください。
| 別名 | displayOut |
|---|
partitionByFrac={partByFracStatement}
学習と検証に使用されるデータの割合を指定します。
| 別名 | partByFrac |
|---|
partByFracStatement の値は次のいずれかになります:
seed=integer
データのパーティション分割に使用される乱数生成器で使用するシードを指定します。
| デフォルト | 0 |
|---|
test=double
入力テーブルの指定された比率のオブザベーションをテストの役割にランダムに割り当てます。テストと検証のパラメーターで指定されている分数の合計は 1 より小さくなければなりません。
| 範囲 | 0–1 |
|---|
partitionByVar={partByVarStatement}
データを学習と検証の役割にパーティション化するために使用する変数とその値を指定します。
| 別名 | partByVar |
|---|
| 長い形式 | partitionByVar={name="variable-name"} |
|---|---|
| 短い形式 | partitionByVar="variable-name" |
partByVarStatement の値は次のいずれかになります:
* name="variable-name"
各オブザベーションに役割を割り当てるために値が使用される入力テーブルの変数に名前を指定します。
test="string"
テストの役割にオブザベーションを割り当てるために使用される変数のフォーマットされた値を指定します。
train="string"
学習の役割にオブザベーションを割り当てるために使用される変数のフォーマットされた値を指定します。学習パラメーターを指定しないと、テストと検証パラメーターによって役割が決定されないすべてのオブザベーションは、学習に割り当てられます。
polynomial={{polynomial-1} <, {polynomial-2}, ...>}
多項式の効果を指定します。指定されたすべての変数は数値でなければなりません。計画行列の列は、指定された多項式の各項に対して生成されます。デフォルトでは、これらの項のそれぞれは、モデル構築の目的で個別の効果として扱われます。
polynomial パラメーターの指定の詳細については、共通 polynomial パラメーターを参照してください。
| 別名 | poly |
|---|
spline={{spline-1} <, {spline-2}, ...>}
変数を指定されたパラメーターに依存するスプライン基底に展開します。
spline パラメーターの指定の詳細については、共通 spline パラメーターを参照してください。
* table={castable}
入力テーブルの設定を指定します。
table パラメーターの指定の詳細については、共通 castable (形式 1) パラメーターを参照してください。
target="string"
分析に使用するターゲット変数を指定します。
varss=TRUE | FALSE
True に設定すると、各応答と予測での変動量が表示されます。
| デフォルト | FALSE |
|---|
pls アクション
偏最小 2 乗を含む多くの線形予測法のいずれかを使用してモデルを当てはめます。
要約: 入力テーブルと出力テーブル
行にサブパラメーターが含まれる場合は、サブパラメーターに名前、caslibなどを指定できます。サブパラメーターが含まれない場合は、パラメーターに名前、caslibなどを指定できます。
|
パラメーター |
サブパラメーター |
説明 |
|---|---|---|
|
required parametertable |
— |
入力テーブルの設定を指定します。 |
|
パラメーター |
サブパラメーター |
説明 |
|---|---|---|
|
required parametercasOut |
モデルの当てはめ後に計算される Observationwise 統計量を含むデータテーブルをサーバー上に作成します。 | |
|
names |
CAS テーブルとしてサーバーに保存する結果テーブルの名前をリストします。 |
パラメーターの説明
attributes={{casinvardesc-1} <, {casinvardesc-2}, ...>}
このアクションで使用される変数の属性を変更します。現在、入力および名義パラメーターで指定された属性は無視されます。
attributes パラメーターの指定の詳細については、共通 casinvardesc パラメーターを参照してください。
| 別名 | attribute |
|---|
cenScale=true | false
True に設定すると、中心化と尺度化の情報が表示されます。
| デフォルト | false |
|---|
class={{classStatement-1} <, {classStatement-2}, ...>}
classGlobalOptions={classopts}
すべての分類変数に適用するオプションを指定します。
classGlobalOptions パラメーターの指定の詳細については、共通 classopts パラメーターを参照してください。
| 別名 | classGlobalOpts |
|---|
classLevelsPrint=true | false
False に設定すると、クラスレベルの表示が抑制されます。
| デフォルト | true |
|---|
collection={{collection-1} <, {collection-2}, ...>}
複数の自由度を持つ単一の効果として扱われる一連の変数を定義します。
collection の値は次のいずれかになります:
details=true | false
True に設定すると、この効果に関連する追加の詳細を示すテーブルが要求されます。
| デフォルト | false |
|---|
* name="string"
効果の名前を指定します。
* vars={"variable-name-1" <, "variable-name-2", ...>}
複数の自由度を持つ単一の効果として扱われる一連の変数を指定します。コレクション効果によって寄与される計画行列の列は、コレクション効果の定義に表示される順序での構成変数のデザイン列です。
cvTest={cvTestOptions}
van der Voet のランダム化に基づくモデル比較テストを実行します。
| 長い形式 | cvTest={stat="PRESS" | "T2"} |
|---|---|
| 短い形式 | cvTest="PRESS" | "T2" |
cvTestOptions の値は次のいずれかになります:
nSamp=integer
実行するランダム化の数を指定します。
| デフォルト | 1000 |
|---|---|
| 範囲 | 0–MACINT |
pValue=double
有意差を宣言するためのカットオフ確率を指定します。
| 別名 | pVal |
|---|---|
| デフォルト | 0.1 |
| 範囲 | 0–1 |
seed=integer
乱数ストリームのシード値を指定します。
| デフォルト | 0 |
|---|---|
| 最小値 | 0 |
stat="PRESS" | "T2"
モデル比較の検定統計量を指定します。Hotelling の T^2 統計量の場合は T2、予測された残差平方和の場合は PRESS を指定できます。
| デフォルト | T2 |
|---|
details=true | false
True に設定すると、当てはめモデルの詳細が表示されます。
| 別名 | detail |
|---|---|
| デフォルト | false |
display={displayTables}
クライアントに表示するために送信する結果テーブルのリストを指定します。
display パラメーターの指定の詳細については、共通 displayTables パラメーターを参照してください。
groupbyLimit=64-bit-integer
BY グループの数が指定された値を超えた場合、分析を抑制します。
| 最小値 | 1 |
|---|
inputs={{casinvardesc-1} <, {casinvardesc-2}, ...>}
* method={methodOptions}
一般的な因子抽出方法の設定を指定します。
| 長い形式 | method={name="PCR" | "PLS" | "RRR" | "SIMPLS"} |
|---|---|
| 短い形式 | method="PCR" | "PLS" | "RRR" | "SIMPLS" |
methodOptions の値は次のいずれかになります:
algorithm="EIG" | "NIPALS" | "SVD"
抽出された PLS 因子の計算に使用するアルゴリズムを指定します。
| 別名 | alg |
|---|---|
| デフォルト | NIPALS |
epsilon=double
NIPALS アルゴリズムの収束基準を指定します。
| 別名 | eps |
|---|---|
| デフォルト | 1E-12 |
| 範囲 | 0–1 |
maxIter=integer
NIPALS アルゴリズムの最大反復回数を指定します。
| デフォルト | 200 |
|---|---|
| 範囲 | 0–MACINT |
* name="PCR" | "PLS" | "RRR" | "SIMPLS"
使用する一般的な因子抽出法の名前を指定します。
model={modelOptions}
モデルの Y 行列と X 行列をそれぞれ決定する応答と予測子を指定します。
modelOptions の値は次のいずれかになります:
depVars={{responsevar-1} <, {responsevar-2}, ...>}
モデルの応答変数として使用する 1 つ以上の変数を指定します。すべてのモデルが複数の応答変数をサポートしているわけではありません。
| 別名 | depVar |
|---|---|
| target |
name="variable-name"
応答変数に名前を指定します。
effects={{effect-1} <, {effect-2}, ...>}
モデルを定義する効果のリストを指定します。このリストの各項は、vars パラメーターで指定された変数とその交互作用 (NONE、CROSS、BAR) で構成されます。交互作用が BAR の場合、maxInteract パラメーターによって制限されます。
effect の値は次のいずれかになります:
interaction="BAR" | "CROSS" | "NONE"
変数の交互作用の種類を指定します。
| 別名 | interact |
|---|---|
| デフォルト | NONE |
maxInteract=integer
BAR の交互作用と組み合わせて使用すると、指定した整数値よりも次数が高い交互作用の効果を排除します。
nest={"string-1" <, "string-2", ...>}
vars パラメーターによって定義された項内でネストされる変数を指定します。BAR または CROSS 交互作用の項では、ネストは vars パラメーターの最後の変数に対応します。交互作用のない項については、ネストは vars パラメーターにリストされているすべての変数に分散されます。
* vars={"string-1" <, "string-2", ...>}
効果の項を定義する際に使用する変数を指定します。少なくとも 1 つの変数を指定する必要があります。
intercept=true | false
True に設定すると、切片項がモデルに含まれます。
| デフォルト | false |
|---|
solution=true | false
True に設定すると、応答の最終的な予測モデルの係数が表示されます。
| デフォルト | false |
|---|
multimember={{multimember-1} <, {multimember-2}, ...>}
vars パラメーターで指定された 1 つ以上の分類変数を使用して、各オブザベーションを分類変数のレベルの結合の 1 つ以上のレベルに関連付けることができます。
multimember パラメーターの指定の詳細については、共通 multimember パラメーターを参照してください。
nClassLevelsPrint=integer
クラスレベルの表示を制限します。値 0 はすべてのレベルを抑制します。
| 最小値 | 0 |
|---|
nFactors=integer
抽出する因子の数を指定します。
| 別名 | nFac |
|---|---|
| lv | |
| デフォルト | 0 |
| 最小値 | 0 |
noCenter=true | false
True に設定すると、当てはめの前に応答と予測子の中心化が抑制されます。
| デフォルト | false |
|---|
noCVStdize=true | false
True に設定すると、交差検証時に応答と予測子の再中心化と再尺度化を抑制します。
| デフォルト | false |
|---|
nominals={{casinvardesc-1} <, {casinvardesc-2}, ...>}
noScale=true | false
True に設定すると、当てはめの前に応答と予測子の尺度化が抑制されます。
| デフォルト | false |
|---|
output={outputOptions}
モデルの当てはめ後に計算される Observationwise 統計量を含むデータテーブルをサーバー上に作成します。
outputOptions の値は次のいずれかになります:
* casOut={casouttable}
出力テーブルの設定を指定します。
casOut パラメーターの指定の詳細については、共通 casouttable (形式 1) パラメーターを参照してください。
copyVars="ALL" | "ALL_MODEL" | "ALL_NUMERIC" | {"variable-name-1" <, "variable-name-2", ...>}
入力テーブルから出力テーブルにコピーされる 1 つ以上の変数のリストを指定します。代わりに、すべての変数、モデリングで使用されるすべての変数、またはすべての数値変数を入力テーブルから出力テーブルにコピーする値 ALL、ALL_MODEL、またはALL_NUMERIC を指定することもできます。
h="string"
近似てこ比を要求します。空の文字列に設定されている場合、接頭辞 H が出力変数の名前付けに使用されます。
predicted="string"
各応答の予測値を要求します。空の文字列が設定されている場合は、接頭辞 Pred が出力変数の名前付けに使用されます。
| 別名 | p |
|---|---|
| pred |
press="string"
各応答に対して近似予測残差を要求します。空の文字列に設定されている場合は、接頭辞 PRESS が出力変数の名前付けに使用されます。
role="string"
モデルを当てはめる際に各オブザベーションが果たす役割を示す数値を要求します。空の文字列に設定されている場合は、接頭辞 _ROLE_ が出力変数の名前付けに使用されます。
t2="string"
スコア値の尺度化された平方和を指定します。空の文字列に設定されている場合は、接頭辞 TSquare が出力変数の名前付けに使用されます。
| 別名 | tSquare |
|---|
xResidual="string"
各応答の残差を要求します。空の文字列が設定されている場合は、接頭辞 XResid が出力変数の名前付けに使用されます。
| 別名 | xr |
|---|---|
| xResid |
xScore="string"
選択した各モデル因子に対して抽出された因子 (X スコア、潜在ベクトル、潜在変数、T) を要求します。空の文字列が設定されている場合は、接頭辞 XScore が出力変数の名前付けに使用されます。
xStd="string"
各予測子の標準化された (中心化、尺度化された) 予測子値を要求します。空の文字列に設定されている場合は、接頭辞 StdX が出力変数の名前付けに使用されます。
| 別名 | stdX |
|---|
xStdsse="string"
標準化された予測子の残差の平方和を要求します。空の文字列に設定されている場合は、接頭辞 StdXSSE が出力変数の名前付けに使用されます。
| 別名 | xQres |
|---|---|
| stdXsse |
yResidual="string"
各応答の残差を要求します。空の文字列が設定されている場合は、接頭辞 YResid が出力変数の名前付けに使用されます。
| 別名 | yr |
|---|---|
| yResid |
yScore="string"
選択した各モデル因子に対して抽出された応答 (Y スコア、U) を要求します。空の文字列が設定されている場合は、接頭辞 YScore が出力変数の名前付けに使用されます。
yStd="string"
各応答の標準化された (中心化、尺度化された) 応答値を要求します。空の文字列に設定されている場合は、出力変数の名前付けに接頭辞 StdY が使用されます。
| 別名 | stdY |
|---|
yStdsse="string"
標準化された応答の残差の平方和を要求します。空の文字列に設定されている場合は、接頭辞 StdYSSE が出力変数の名前付けに使用されます。
| 別名 | yQres |
|---|---|
| stdYsse |
outputTables={outputTables}
CAS テーブルとしてサーバーに保存する結果テーブルの名前をリストします。
outputTables パラメーターの指定の詳細については、共通 outputTables パラメーターを参照してください。
| 別名 | displayOut |
|---|
partitionByFrac={partByFracStatement}
学習と検証に使用されるデータの割合を指定します。
| 別名 | partByFrac |
|---|
partByFracStatement の値は次のいずれかになります:
seed=integer
データのパーティション分割に使用される乱数生成器で使用するシードを指定します。
| デフォルト | 0 |
|---|
test=double
入力テーブルの指定された比率のオブザベーションをテストの役割にランダムに割り当てます。テストと検証のパラメーターで指定されている分数の合計は 1 より小さくなければなりません。
| 範囲 | 0–1 |
|---|
partitionByVar={partByVarStatement}
データを学習と検証の役割にパーティション化するために使用する変数とその値を指定します。
| 別名 | partByVar |
|---|
| 長い形式 | partitionByVar={name="variable-name"} |
|---|---|
| 短い形式 | partitionByVar="variable-name" |
partByVarStatement の値は次のいずれかになります:
* name="variable-name"
各オブザベーションに役割を割り当てるために値が使用される入力テーブルの変数に名前を指定します。
test="string"
テストの役割にオブザベーションを割り当てるために使用される変数のフォーマットされた値を指定します。
train="string"
学習の役割にオブザベーションを割り当てるために使用される変数のフォーマットされた値を指定します。学習パラメーターを指定しないと、テストと検証パラメーターによって役割が決定されないすべてのオブザベーションは、学習に割り当てられます。
polynomial={{polynomial-1} <, {polynomial-2}, ...>}
多項式の効果を指定します。指定されたすべての変数は数値でなければなりません。計画行列の列は、指定された多項式の各項に対して生成されます。デフォルトでは、これらの項のそれぞれは、モデル構築の目的で個別の効果として扱われます。
polynomial パラメーターの指定の詳細については、共通 polynomial パラメーターを参照してください。
| 別名 | poly |
|---|
spline={{spline-1} <, {spline-2}, ...>}
変数を指定されたパラメーターに依存するスプライン基底に展開します。
spline パラメーターの指定の詳細については、共通 spline パラメーターを参照してください。
* table={castable}
入力テーブルの設定を指定します。
table パラメーターの指定の詳細については、共通 castable (形式 1) パラメーターを参照してください。
target="string"
分析に使用するターゲット変数を指定します。
varss=true | false
True に設定すると、各応答と予測での変動量が表示されます。
| デフォルト | false |
|---|
pls アクション
偏最小 2 乗を含む多くの線形予測法のいずれかを使用してモデルを当てはめます。
要約: 入力テーブルと出力テーブル
行にサブパラメーターが含まれる場合は、サブパラメーターに名前、caslibなどを指定できます。サブパラメーターが含まれない場合は、パラメーターに名前、caslibなどを指定できます。
|
パラメーター |
サブパラメーター |
説明 |
|---|---|---|
|
required parametertable |
— |
入力テーブルの設定を指定します。 |
|
パラメーター |
サブパラメーター |
説明 |
|---|---|---|
|
required parametercasOut |
モデルの当てはめ後に計算される Observationwise 統計量を含むデータテーブルをサーバー上に作成します。 | |
|
names |
CAS テーブルとしてサーバーに保存する結果テーブルの名前をリストします。 |
パラメーターの説明
attributes=[{casinvardesc-1} <, {casinvardesc-2}, ...>]
このアクションで使用される変数の属性を変更します。現在、入力および名義パラメーターで指定された属性は無視されます。
attributes パラメーターの指定の詳細については、共通 casinvardesc パラメーターを参照してください。
| 別名 | attribute |
|---|
cenScale=True | False
True に設定すると、中心化と尺度化の情報が表示されます。
| デフォルト | False |
|---|
class_=[{classStatement-1} <, {classStatement-2}, ...>]
classGlobalOptions={classopts}
すべての分類変数に適用するオプションを指定します。
classGlobalOptions パラメーターの指定の詳細については、共通 classopts パラメーターを参照してください。
| 別名 | classGlobalOpts |
|---|
classLevelsPrint=True | False
False に設定すると、クラスレベルの表示が抑制されます。
| デフォルト | True |
|---|
collection=[{collection-1} <, {collection-2}, ...>]
複数の自由度を持つ単一の効果として扱われる一連の変数を定義します。
collection の値は次のいずれかになります:
"details":True | False
True に設定すると、この効果に関連する追加の詳細を示すテーブルが要求されます。
| デフォルト | False |
|---|
* "name":"string"
効果の名前を指定します。
* "vars":["variable-name-1" <, "variable-name-2", ...>]
複数の自由度を持つ単一の効果として扱われる一連の変数を指定します。コレクション効果によって寄与される計画行列の列は、コレクション効果の定義に表示される順序での構成変数のデザイン列です。
cvTest={cvTestOptions}
van der Voet のランダム化に基づくモデル比較テストを実行します。
| 長い形式 | cvTest={"stat":"PRESS" | "T2"} |
|---|---|
| 短い形式 | cvTest="PRESS" | "T2" |
cvTestOptions の値は次のいずれかになります:
"nSamp":integer
実行するランダム化の数を指定します。
| デフォルト | 1000 |
|---|---|
| 範囲 | 0–MACINT |
"pValue":double
有意差を宣言するためのカットオフ確率を指定します。
| 別名 | pVal |
|---|---|
| デフォルト | 0.1 |
| 範囲 | 0–1 |
"seed":integer
乱数ストリームのシード値を指定します。
| デフォルト | 0 |
|---|---|
| 最小値 | 0 |
"stat":"PRESS" | "T2"
モデル比較の検定統計量を指定します。Hotelling の T^2 統計量の場合は T2、予測された残差平方和の場合は PRESS を指定できます。
| デフォルト | T2 |
|---|
details=True | False
True に設定すると、当てはめモデルの詳細が表示されます。
| 別名 | detail |
|---|---|
| デフォルト | False |
display={displayTables}
クライアントに表示するために送信する結果テーブルのリストを指定します。
display パラメーターの指定の詳細については、共通 displayTables パラメーターを参照してください。
groupbyLimit=64-bit-integer
BY グループの数が指定された値を超えた場合、分析を抑制します。
| 最小値 | 1 |
|---|
inputs=[{casinvardesc-1} <, {casinvardesc-2}, ...>]
* method={methodOptions}
一般的な因子抽出方法の設定を指定します。
| 長い形式 | method={"name":"PCR" | "PLS" | "RRR" | "SIMPLS"} |
|---|---|
| 短い形式 | method="PCR" | "PLS" | "RRR" | "SIMPLS" |
methodOptions の値は次のいずれかになります:
"algorithm":"EIG" | "NIPALS" | "SVD"
抽出された PLS 因子の計算に使用するアルゴリズムを指定します。
| 別名 | alg |
|---|---|
| デフォルト | NIPALS |
"epsilon":double
NIPALS アルゴリズムの収束基準を指定します。
| 別名 | eps |
|---|---|
| デフォルト | 1E-12 |
| 範囲 | 0–1 |
"maxIter":integer
NIPALS アルゴリズムの最大反復回数を指定します。
| デフォルト | 200 |
|---|---|
| 範囲 | 0–MACINT |
* "name":"PCR" | "PLS" | "RRR" | "SIMPLS"
使用する一般的な因子抽出法の名前を指定します。
model={modelOptions}
モデルの Y 行列と X 行列をそれぞれ決定する応答と予測子を指定します。
modelOptions の値は次のいずれかになります:
"depVars":[{responsevar-1} <, {responsevar-2}, ...>]
モデルの応答変数として使用する 1 つ以上の変数を指定します。すべてのモデルが複数の応答変数をサポートしているわけではありません。
| 別名 | depVar |
|---|---|
| target |
"name":"variable-name"
応答変数に名前を指定します。
"effects":[{effect-1} <, {effect-2}, ...>]
モデルを定義する効果のリストを指定します。このリストの各項は、vars パラメーターで指定された変数とその交互作用 (NONE、CROSS、BAR) で構成されます。交互作用が BAR の場合、maxInteract パラメーターによって制限されます。
effect の値は次のいずれかになります:
"interaction":"BAR" | "CROSS" | "NONE"
変数の交互作用の種類を指定します。
| 別名 | interact |
|---|---|
| デフォルト | NONE |
"maxInteract":integer
BAR の交互作用と組み合わせて使用すると、指定した整数値よりも次数が高い交互作用の効果を排除します。
"nest":["string-1" <, "string-2", ...>]
vars パラメーターによって定義された項内でネストされる変数を指定します。BAR または CROSS 交互作用の項では、ネストは vars パラメーターの最後の変数に対応します。交互作用のない項については、ネストは vars パラメーターにリストされているすべての変数に分散されます。
* "vars":["string-1" <, "string-2", ...>]
効果の項を定義する際に使用する変数を指定します。少なくとも 1 つの変数を指定する必要があります。
"intercept":True | False
True に設定すると、切片項がモデルに含まれます。
| デフォルト | False |
|---|
"solution":True | False
True に設定すると、応答の最終的な予測モデルの係数が表示されます。
| デフォルト | False |
|---|
multimember=[{multimember-1} <, {multimember-2}, ...>]
vars パラメーターで指定された 1 つ以上の分類変数を使用して、各オブザベーションを分類変数のレベルの結合の 1 つ以上のレベルに関連付けることができます。
multimember パラメーターの指定の詳細については、共通 multimember パラメーターを参照してください。
nClassLevelsPrint=integer
クラスレベルの表示を制限します。値 0 はすべてのレベルを抑制します。
| 最小値 | 0 |
|---|
nFactors=integer
抽出する因子の数を指定します。
| 別名 | nFac |
|---|---|
| lv | |
| デフォルト | 0 |
| 最小値 | 0 |
noCenter=True | False
True に設定すると、当てはめの前に応答と予測子の中心化が抑制されます。
| デフォルト | False |
|---|
noCVStdize=True | False
True に設定すると、交差検証時に応答と予測子の再中心化と再尺度化を抑制します。
| デフォルト | False |
|---|
nominals=[{casinvardesc-1} <, {casinvardesc-2}, ...>]
noScale=True | False
True に設定すると、当てはめの前に応答と予測子の尺度化が抑制されます。
| デフォルト | False |
|---|
output={outputOptions}
モデルの当てはめ後に計算される Observationwise 統計量を含むデータテーブルをサーバー上に作成します。
outputOptions の値は次のいずれかになります:
* "casOut":{casouttable}
出力テーブルの設定を指定します。
casOut パラメーターの指定の詳細については、共通 casouttable (形式 1) パラメーターを参照してください。
"copyVars":"ALL" | "ALL_MODEL" | "ALL_NUMERIC" | ["variable-name-1" <, "variable-name-2", ...>]
入力テーブルから出力テーブルにコピーされる 1 つ以上の変数のリストを指定します。代わりに、すべての変数、モデリングで使用されるすべての変数、またはすべての数値変数を入力テーブルから出力テーブルにコピーする値 ALL、ALL_MODEL、またはALL_NUMERIC を指定することもできます。
"h":"string"
近似てこ比を要求します。空の文字列に設定されている場合、接頭辞 H が出力変数の名前付けに使用されます。
"predicted":"string"
各応答の予測値を要求します。空の文字列が設定されている場合は、接頭辞 Pred が出力変数の名前付けに使用されます。
| 別名 | p |
|---|---|
| pred |
"press":"string"
各応答に対して近似予測残差を要求します。空の文字列に設定されている場合は、接頭辞 PRESS が出力変数の名前付けに使用されます。
"role":"string"
モデルを当てはめる際に各オブザベーションが果たす役割を示す数値を要求します。空の文字列に設定されている場合は、接頭辞 _ROLE_ が出力変数の名前付けに使用されます。
"t2":"string"
スコア値の尺度化された平方和を指定します。空の文字列に設定されている場合は、接頭辞 TSquare が出力変数の名前付けに使用されます。
| 別名 | tSquare |
|---|
"xResidual":"string"
各応答の残差を要求します。空の文字列が設定されている場合は、接頭辞 XResid が出力変数の名前付けに使用されます。
| 別名 | xr |
|---|---|
| xResid |
"xScore":"string"
選択した各モデル因子に対して抽出された因子 (X スコア、潜在ベクトル、潜在変数、T) を要求します。空の文字列が設定されている場合は、接頭辞 XScore が出力変数の名前付けに使用されます。
"xStd":"string"
各予測子の標準化された (中心化、尺度化された) 予測子値を要求します。空の文字列に設定されている場合は、接頭辞 StdX が出力変数の名前付けに使用されます。
| 別名 | stdX |
|---|
"xStdsse":"string"
標準化された予測子の残差の平方和を要求します。空の文字列に設定されている場合は、接頭辞 StdXSSE が出力変数の名前付けに使用されます。
| 別名 | xQres |
|---|---|
| stdXsse |
"yResidual":"string"
各応答の残差を要求します。空の文字列が設定されている場合は、接頭辞 YResid が出力変数の名前付けに使用されます。
| 別名 | yr |
|---|---|
| yResid |
"yScore":"string"
選択した各モデル因子に対して抽出された応答 (Y スコア、U) を要求します。空の文字列が設定されている場合は、接頭辞 YScore が出力変数の名前付けに使用されます。
"yStd":"string"
各応答の標準化された (中心化、尺度化された) 応答値を要求します。空の文字列に設定されている場合は、出力変数の名前付けに接頭辞 StdY が使用されます。
| 別名 | stdY |
|---|
"yStdsse":"string"
標準化された応答の残差の平方和を要求します。空の文字列に設定されている場合は、接頭辞 StdYSSE が出力変数の名前付けに使用されます。
| 別名 | yQres |
|---|---|
| stdYsse |
outputTables={outputTables}
CAS テーブルとしてサーバーに保存する結果テーブルの名前をリストします。
outputTables パラメーターの指定の詳細については、共通 outputTables パラメーターを参照してください。
| 別名 | displayOut |
|---|
partitionByFrac={partByFracStatement}
学習と検証に使用されるデータの割合を指定します。
| 別名 | partByFrac |
|---|
partByFracStatement の値は次のいずれかになります:
"seed":integer
データのパーティション分割に使用される乱数生成器で使用するシードを指定します。
| デフォルト | 0 |
|---|
"test":double
入力テーブルの指定された比率のオブザベーションをテストの役割にランダムに割り当てます。テストと検証のパラメーターで指定されている分数の合計は 1 より小さくなければなりません。
| 範囲 | 0–1 |
|---|
partitionByVar={partByVarStatement}
データを学習と検証の役割にパーティション化するために使用する変数とその値を指定します。
| 別名 | partByVar |
|---|
| 長い形式 | partitionByVar={"name":"variable-name"} |
|---|---|
| 短い形式 | partitionByVar="variable-name" |
partByVarStatement の値は次のいずれかになります:
* "name":"variable-name"
各オブザベーションに役割を割り当てるために値が使用される入力テーブルの変数に名前を指定します。
"test":"string"
テストの役割にオブザベーションを割り当てるために使用される変数のフォーマットされた値を指定します。
"train":"string"
学習の役割にオブザベーションを割り当てるために使用される変数のフォーマットされた値を指定します。学習パラメーターを指定しないと、テストと検証パラメーターによって役割が決定されないすべてのオブザベーションは、学習に割り当てられます。
polynomial=[{polynomial-1} <, {polynomial-2}, ...>]
多項式の効果を指定します。指定されたすべての変数は数値でなければなりません。計画行列の列は、指定された多項式の各項に対して生成されます。デフォルトでは、これらの項のそれぞれは、モデル構築の目的で個別の効果として扱われます。
polynomial パラメーターの指定の詳細については、共通 polynomial パラメーターを参照してください。
| 別名 | poly |
|---|
spline=[{spline-1} <, {spline-2}, ...>]
変数を指定されたパラメーターに依存するスプライン基底に展開します。
spline パラメーターの指定の詳細については、共通 spline パラメーターを参照してください。
* table={castable}
入力テーブルの設定を指定します。
table パラメーターの指定の詳細については、共通 castable (形式 1) パラメーターを参照してください。
target="string"
分析に使用するターゲット変数を指定します。
varss=True | False
True に設定すると、各応答と予測での変動量が表示されます。
| デフォルト | False |
|---|
pls アクション
偏最小 2 乗を含む多くの線形予測法のいずれかを使用してモデルを当てはめます。
要約: 入力テーブルと出力テーブル
行にサブパラメーターが含まれる場合は、サブパラメーターに名前、caslibなどを指定できます。サブパラメーターが含まれない場合は、パラメーターに名前、caslibなどを指定できます。
|
パラメーター |
サブパラメーター |
説明 |
|---|---|---|
|
required parametertable |
— |
入力テーブルの設定を指定します。 |
|
パラメーター |
サブパラメーター |
説明 |
|---|---|---|
|
required parametercasOut |
モデルの当てはめ後に計算される Observationwise 統計量を含むデータテーブルをサーバー上に作成します。 | |
|
names |
CAS テーブルとしてサーバーに保存する結果テーブルの名前をリストします。 |
パラメーターの説明
attributes=list( list(casinvardesc-1) <, list(casinvardesc-2), ...>)
このアクションで使用される変数の属性を変更します。現在、入力および名義パラメーターで指定された属性は無視されます。
attributes パラメーターの指定の詳細については、共通 casinvardesc パラメーターを参照してください。
| 別名 | attribute |
|---|
cenScale=TRUE | FALSE
True に設定すると、中心化と尺度化の情報が表示されます。
| デフォルト | FALSE |
|---|
class=list( list(classStatement-1) <, list(classStatement-2), ...>)
classGlobalOptions=list(classopts)
すべての分類変数に適用するオプションを指定します。
classGlobalOptions パラメーターの指定の詳細については、共通 classopts パラメーターを参照してください。
| 別名 | classGlobalOpts |
|---|
classLevelsPrint=TRUE | FALSE
False に設定すると、クラスレベルの表示が抑制されます。
| デフォルト | TRUE |
|---|
collection=list( list(collection-1) <, list(collection-2), ...>)
複数の自由度を持つ単一の効果として扱われる一連の変数を定義します。
collection の値は次のいずれかになります:
details=TRUE | FALSE
True に設定すると、この効果に関連する追加の詳細を示すテーブルが要求されます。
| デフォルト | FALSE |
|---|
* name="string"
効果の名前を指定します。
* vars=list("variable-name-1" <, "variable-name-2", ...>)
複数の自由度を持つ単一の効果として扱われる一連の変数を指定します。コレクション効果によって寄与される計画行列の列は、コレクション効果の定義に表示される順序での構成変数のデザイン列です。
cvTest=list(cvTestOptions)
van der Voet のランダム化に基づくモデル比較テストを実行します。
| 長い形式 | cvTest=list(stat="PRESS" | "T2") |
|---|---|
| 短い形式 | cvTest="PRESS" | "T2" |
cvTestOptions の値は次のいずれかになります:
nSamp=integer
実行するランダム化の数を指定します。
| デフォルト | 1000 |
|---|---|
| 範囲 | 0–MACINT |
pValue=double
有意差を宣言するためのカットオフ確率を指定します。
| 別名 | pVal |
|---|---|
| デフォルト | 0.1 |
| 範囲 | 0–1 |
seed=integer
乱数ストリームのシード値を指定します。
| デフォルト | 0 |
|---|---|
| 最小値 | 0 |
stat="PRESS" | "T2"
モデル比較の検定統計量を指定します。Hotelling の T^2 統計量の場合は T2、予測された残差平方和の場合は PRESS を指定できます。
| デフォルト | T2 |
|---|
details=TRUE | FALSE
True に設定すると、当てはめモデルの詳細が表示されます。
| 別名 | detail |
|---|---|
| デフォルト | FALSE |
display=list(displayTables)
クライアントに表示するために送信する結果テーブルのリストを指定します。
display パラメーターの指定の詳細については、共通 displayTables パラメーターを参照してください。
groupbyLimit=64-bit-integer
BY グループの数が指定された値を超えた場合、分析を抑制します。
| 最小値 | 1 |
|---|
inputs=list( list(casinvardesc-1) <, list(casinvardesc-2), ...>)
* method=list(methodOptions)
一般的な因子抽出方法の設定を指定します。
| 長い形式 | method=list(name="PCR" | "PLS" | "RRR" | "SIMPLS") |
|---|---|
| 短い形式 | method="PCR" | "PLS" | "RRR" | "SIMPLS" |
methodOptions の値は次のいずれかになります:
algorithm="EIG" | "NIPALS" | "SVD"
抽出された PLS 因子の計算に使用するアルゴリズムを指定します。
| 別名 | alg |
|---|---|
| デフォルト | NIPALS |
epsilon=double
NIPALS アルゴリズムの収束基準を指定します。
| 別名 | eps |
|---|---|
| デフォルト | 1E-12 |
| 範囲 | 0–1 |
maxIter=integer
NIPALS アルゴリズムの最大反復回数を指定します。
| デフォルト | 200 |
|---|---|
| 範囲 | 0–MACINT |
* name="PCR" | "PLS" | "RRR" | "SIMPLS"
使用する一般的な因子抽出法の名前を指定します。
model=list(modelOptions)
モデルの Y 行列と X 行列をそれぞれ決定する応答と予測子を指定します。
modelOptions の値は次のいずれかになります:
depVars=list( list(responsevar-1) <, list(responsevar-2), ...>)
モデルの応答変数として使用する 1 つ以上の変数を指定します。すべてのモデルが複数の応答変数をサポートしているわけではありません。
| 別名 | depVar |
|---|---|
| target |
name="variable-name"
応答変数に名前を指定します。
effects=list( list(effect-1) <, list(effect-2), ...>)
モデルを定義する効果のリストを指定します。このリストの各項は、vars パラメーターで指定された変数とその交互作用 (NONE、CROSS、BAR) で構成されます。交互作用が BAR の場合、maxInteract パラメーターによって制限されます。
effect の値は次のいずれかになります:
interaction="BAR" | "CROSS" | "NONE"
変数の交互作用の種類を指定します。
| 別名 | interact |
|---|---|
| デフォルト | NONE |
maxInteract=integer
BAR の交互作用と組み合わせて使用すると、指定した整数値よりも次数が高い交互作用の効果を排除します。
nest=list("string-1" <, "string-2", ...>)
vars パラメーターによって定義された項内でネストされる変数を指定します。BAR または CROSS 交互作用の項では、ネストは vars パラメーターの最後の変数に対応します。交互作用のない項については、ネストは vars パラメーターにリストされているすべての変数に分散されます。
* vars=list("string-1" <, "string-2", ...>)
効果の項を定義する際に使用する変数を指定します。少なくとも 1 つの変数を指定する必要があります。
intercept=TRUE | FALSE
True に設定すると、切片項がモデルに含まれます。
| デフォルト | FALSE |
|---|
solution=TRUE | FALSE
True に設定すると、応答の最終的な予測モデルの係数が表示されます。
| デフォルト | FALSE |
|---|
multimember=list( list(multimember-1) <, list(multimember-2), ...>)
vars パラメーターで指定された 1 つ以上の分類変数を使用して、各オブザベーションを分類変数のレベルの結合の 1 つ以上のレベルに関連付けることができます。
multimember パラメーターの指定の詳細については、共通 multimember パラメーターを参照してください。
nClassLevelsPrint=integer
クラスレベルの表示を制限します。値 0 はすべてのレベルを抑制します。
| 最小値 | 0 |
|---|
nFactors=integer
抽出する因子の数を指定します。
| 別名 | nFac |
|---|---|
| lv | |
| デフォルト | 0 |
| 最小値 | 0 |
noCenter=TRUE | FALSE
True に設定すると、当てはめの前に応答と予測子の中心化が抑制されます。
| デフォルト | FALSE |
|---|
noCVStdize=TRUE | FALSE
True に設定すると、交差検証時に応答と予測子の再中心化と再尺度化を抑制します。
| デフォルト | FALSE |
|---|
nominals=list( list(casinvardesc-1) <, list(casinvardesc-2), ...>)
noScale=TRUE | FALSE
True に設定すると、当てはめの前に応答と予測子の尺度化が抑制されます。
| デフォルト | FALSE |
|---|
output=list(outputOptions)
モデルの当てはめ後に計算される Observationwise 統計量を含むデータテーブルをサーバー上に作成します。
outputOptions の値は次のいずれかになります:
* casOut=list(casouttable)
出力テーブルの設定を指定します。
casOut パラメーターの指定の詳細については、共通 casouttable (形式 1) パラメーターを参照してください。
copyVars="ALL" | "ALL_MODEL" | "ALL_NUMERIC" | list("variable-name-1" <, "variable-name-2", ...>)
入力テーブルから出力テーブルにコピーされる 1 つ以上の変数のリストを指定します。代わりに、すべての変数、モデリングで使用されるすべての変数、またはすべての数値変数を入力テーブルから出力テーブルにコピーする値 ALL、ALL_MODEL、またはALL_NUMERIC を指定することもできます。
h="string"
近似てこ比を要求します。空の文字列に設定されている場合、接頭辞 H が出力変数の名前付けに使用されます。
predicted="string"
各応答の予測値を要求します。空の文字列が設定されている場合は、接頭辞 Pred が出力変数の名前付けに使用されます。
| 別名 | p |
|---|---|
| pred |
press="string"
各応答に対して近似予測残差を要求します。空の文字列に設定されている場合は、接頭辞 PRESS が出力変数の名前付けに使用されます。
role="string"
モデルを当てはめる際に各オブザベーションが果たす役割を示す数値を要求します。空の文字列に設定されている場合は、接頭辞 _ROLE_ が出力変数の名前付けに使用されます。
t2="string"
スコア値の尺度化された平方和を指定します。空の文字列に設定されている場合は、接頭辞 TSquare が出力変数の名前付けに使用されます。
| 別名 | tSquare |
|---|
xResidual="string"
各応答の残差を要求します。空の文字列が設定されている場合は、接頭辞 XResid が出力変数の名前付けに使用されます。
| 別名 | xr |
|---|---|
| xResid |
xScore="string"
選択した各モデル因子に対して抽出された因子 (X スコア、潜在ベクトル、潜在変数、T) を要求します。空の文字列が設定されている場合は、接頭辞 XScore が出力変数の名前付けに使用されます。
xStd="string"
各予測子の標準化された (中心化、尺度化された) 予測子値を要求します。空の文字列に設定されている場合は、接頭辞 StdX が出力変数の名前付けに使用されます。
| 別名 | stdX |
|---|
xStdsse="string"
標準化された予測子の残差の平方和を要求します。空の文字列に設定されている場合は、接頭辞 StdXSSE が出力変数の名前付けに使用されます。
| 別名 | xQres |
|---|---|
| stdXsse |
yResidual="string"
各応答の残差を要求します。空の文字列が設定されている場合は、接頭辞 YResid が出力変数の名前付けに使用されます。
| 別名 | yr |
|---|---|
| yResid |
yScore="string"
選択した各モデル因子に対して抽出された応答 (Y スコア、U) を要求します。空の文字列が設定されている場合は、接頭辞 YScore が出力変数の名前付けに使用されます。
yStd="string"
各応答の標準化された (中心化、尺度化された) 応答値を要求します。空の文字列に設定されている場合は、出力変数の名前付けに接頭辞 StdY が使用されます。
| 別名 | stdY |
|---|
yStdsse="string"
標準化された応答の残差の平方和を要求します。空の文字列に設定されている場合は、接頭辞 StdYSSE が出力変数の名前付けに使用されます。
| 別名 | yQres |
|---|---|
| stdYsse |
outputTables=list(outputTables)
CAS テーブルとしてサーバーに保存する結果テーブルの名前をリストします。
outputTables パラメーターの指定の詳細については、共通 outputTables パラメーターを参照してください。
| 別名 | displayOut |
|---|
partitionByFrac=list(partByFracStatement)
学習と検証に使用されるデータの割合を指定します。
| 別名 | partByFrac |
|---|
partByFracStatement の値は次のいずれかになります:
seed=integer
データのパーティション分割に使用される乱数生成器で使用するシードを指定します。
| デフォルト | 0 |
|---|
test=double
入力テーブルの指定された比率のオブザベーションをテストの役割にランダムに割り当てます。テストと検証のパラメーターで指定されている分数の合計は 1 より小さくなければなりません。
| 範囲 | 0–1 |
|---|
partitionByVar=list(partByVarStatement)
データを学習と検証の役割にパーティション化するために使用する変数とその値を指定します。
| 別名 | partByVar |
|---|
| 長い形式 | partitionByVar=list(name="variable-name") |
|---|---|
| 短い形式 | partitionByVar="variable-name" |
partByVarStatement の値は次のいずれかになります:
* name="variable-name"
各オブザベーションに役割を割り当てるために値が使用される入力テーブルの変数に名前を指定します。
test="string"
テストの役割にオブザベーションを割り当てるために使用される変数のフォーマットされた値を指定します。
train="string"
学習の役割にオブザベーションを割り当てるために使用される変数のフォーマットされた値を指定します。学習パラメーターを指定しないと、テストと検証パラメーターによって役割が決定されないすべてのオブザベーションは、学習に割り当てられます。
polynomial=list( list(polynomial-1) <, list(polynomial-2), ...>)
多項式の効果を指定します。指定されたすべての変数は数値でなければなりません。計画行列の列は、指定された多項式の各項に対して生成されます。デフォルトでは、これらの項のそれぞれは、モデル構築の目的で個別の効果として扱われます。
polynomial パラメーターの指定の詳細については、共通 polynomial パラメーターを参照してください。
| 別名 | poly |
|---|
spline=list( list(spline-1) <, list(spline-2), ...>)
変数を指定されたパラメーターに依存するスプライン基底に展開します。
spline パラメーターの指定の詳細については、共通 spline パラメーターを参照してください。
* table=list(castable)
入力テーブルの設定を指定します。
table パラメーターの指定の詳細については、共通 castable (形式 1) パラメーターを参照してください。
target="string"
分析に使用するターゲット変数を指定します。
varss=TRUE | FALSE
True に設定すると、各応答と予測での変動量が表示されます。
| デフォルト | FALSE |
|---|