True に設定すると、欠損値をこの変数の有効なレベルとして扱います。

True に設定すると、order パラメーターによって課せられる並べ替え順が逆になります。

True に設定すると、オブザベーションの一部の変数に欠損値があり、そのオブザベーションにおける他の変数の非欠損値を尊重するという事実は無視されます。

True に設定すると、この変数の水準化が未加工値に基づいて指定されます。

水準の最大数を指定します。値が 0 の場合、水準の数に制限はありません。

分類変数のレベルの並べ替え順を指定します。この順序によって、モデル内のどのパラメーターがデータの各レベルに対応するかを決定します。

分類変数の水準を指定の順序で指定します。この順序によって、モデル内のどのパラメーターがデータの各水準に対応するかを決定します。

orderSet の値は次のいずれかになります:

分類変数または変数のパラメーター化の方法を指定します。vars パラメーターで指定された変数に param パラメーターが含まれていない場合、デフォルトは GLM です。それ以外の場合、デフォルトは REFERENCE です。

param パラメーターで非特異パラメーター化を指定する場合に使用する参照レベルを指定します。個々の変数については、参照レベルとして使用する変数のレベルを指定できます。アクションがグローバルクラスオプションパラメーターをサポートしている場合は、FIRST または LAST を指定できます。

分割分類変数を含む任意の効果に対応する計画行列の列を選択し、その効果の他のデザイン列とは独立してモデルを追加または削除することができます。

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。

分類表に正解率を含めて名前を指定します。

True に設定すると、使用可能なすべての統計が要求されます。

出力テーブルの設定を指定します。

casouttable の値は次のいずれかになります:

分類表のカットポイントを指定します。

分類表に偽陰性率を含めて名前を指定します。

分類表に偽陽性率 (1-特異度) を含めて名前を指定します。

分類表にリフトを含めて名前を指定します。

分類表に誤分類率を含めて名前を指定します。

True に設定すると、分類表からカウントを削除します。

分類表に負の予測値を含めて名前を指定します。

分類表に正しい分類のパーセントを含めて名前を指定します。

分類表に正の予測値 (適合率) を含めて名前を指定します。

分類表に真陰性率 (特異度) を含めて名前を指定します。

分類表に真陽性率 (再現率、感度) を含めて名前を指定します。

Hosmer と Lemeshow パーティションのカットポイントを指定します。

Hosmer と Lemeshow 検定に使用する自由度を指定します。

Hosmer と Lemeshow 検定の自由度の減少を指定します。

Hosmer と Lemeshow 検定用に作成するグループの最大数を指定します。

Hosmer と Lemeshow 検定の非心性パラメーターを指定します。

True に設定すると、Hosmer と Lemeshow 検定が検出力を維持できるようにグループ数が調整されます。

TRUE に設定すると、連続共変量を中心化および尺度化します。

TRUE に設定すると、LASSO メソッドのカテゴリ共変量を含む共変量を中心化および尺度化します。

True に設定すると、パラメーター推定値の上限と下限の信頼限界が表示されます。

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。

responsevar の値は次のいずれかになります:

モデルの応答分布を指定します。

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:

追加変数を指定します。

指定した選択方法の選択プロセスの開始時に含める効果を指定します。含まれる効果は、選択プロセス中に削除されることはありません。n を指定した場合 (n は正の整数)、含まれる効果はモデル仕様の最初の n 個の効果で構成されます。

effect の値は次のように指定されます:

True に設定すると、余分なモデル効果を使用して、欠損値をモデル化します。これらの効果は、効果に関与する連続モデル変数の値が欠落値である場合は値 1 をとり、それ以外の場合は値 0 をとるダミー変数から構成されます。元のモデル効果の欠損値は、非欠損値の効果の平均値に置き換えられます。分類変数の場合、欠損値は有効なレベルとして扱われます。

LASSO 法の基本正則化パラメーターを指定します。

LASSO 法の最大ステップ数を指定します。

LASSO 法の収束基準を指定します。

モデルにリンク関数を指定します。

True に設定すると、モデルに切片項は含まれません。

数値オフセット変数を指定します。この変数は、分類変数、応答変数、説明変数のいずれにもなりません。

事後予測値の計算に使用される各応答水準の事前分布を指定します。

True に設定すると、Type 3 の効果の検定が実行されます。フルランクのパラメーター化または構成された効果を持つモデルの場合、Type 3 効果の検定は Joint 検定に置き換えられます。効果の Joint 検定は、その効果に関連付けられているすべてのパラメーターがゼロであることをテストします。このような Joint 検定は、GLM パラメーター化の下での Type 3 効果の検定と同等ではない場合があります。

FORWARD、FORWARDSWAP、STEPWISE 選択法で選択プロセスを開始するために使用する効果を指定します。n を指定した場合 (n は正の整数)、開始モデルはモデル仕様の最初の n 個の効果で構成されます。

effect の値は次のように指定されます:

試行回数である正の数値変数を指定します。試行変数を指定すると、応答変数は事象変数と呼ばれ、正の応答 (または事象) の数を含む必要があります。

信頼限界の有意水準を指定します。

オッズ比変数と交互作用する共変量のデフォルトの固定値またはレベルを変更します。

orAtOpts の値は次のいずれかになります:

計算する信頼区間のタイプを指定します。

比較する応答水準のペアを指定します。

連続オッズ比変数のデフォルトの変更単位を変更します。

orUnitOpts の値は次のいずれかになります:

オッズ比を計算する変数を指定します。

orSpec の値は次のいずれかになります:

絶対関数の収束基準を指定します。

絶対関数差の収束基準を指定します。

絶対勾配の収束基準を指定します。

絶対パラメーターの収束基準を指定します。

LBFGS 更新で使用される補正回数を指定します。

相対関数差の収束基準を指定します。

第 2 相対関数差の収束基準を指定します。

相対勾配の収束基準を指定します。

第 2 相対勾配の収束基準を指定します。

最適化の開始値を含む入力初期パラメーター推定データテーブルを指定します。

反復履歴の表示を制御します。

関数評価の最大数を指定します。

最大反復回数を指定します。

最大許容 CPU 時間を秒単位で指定します。

最小反復回数を指定します。

残差分散の特異点の基準を指定します。

最適化の手法を指定します。

相対パラメーターの収束基準を指定します。

信頼区間の構築に使用する有意水準を指定します。デフォルトでは、これはグローバルな有意水準に設定されます。

信頼区間変位に名前を指定します。個々のオブザベーションの削除に起因するグローバル回帰推定の全体的な変化を測定します。

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。

個々のオブザベーションの削除に起因する Pearson カイ 2 乗統計量の変化に名前を指定します。

個々のオブザベーションの削除に起因するデビアンスの変化に名前を指定します。

オブザベーションのてこ比に名前を付けます。

予測応答水準に名前を指定します。

予測 2 値応答水準を決定する予測事象の確率を指定します。

累積リンクの個々の予測値に名前を指定します。出力統計量を指定しない場合、デフォルトでは予測値の名前は _IPRED_ になります。

線形予測子の信頼区間の下限に名前を指定します。

平均の信頼区間の下限を指定します。

順序付けられた応答水準に名前を指定します。

True に設定すると、観測された応答水準で多項式出力統計量を計算します。

事後予測値に名前を指定します。

予測値に名前を指定します。出力統計量を指定しない場合、デフォルトで予測値には _PRED_ という名前が付けられます。

True に設定すると、要求された多項予測確率を個別の変数として表示します。

Pearson カイ 2 乗の残差に名前を指定します。

デビアンス残差に名前を指定します。

尤度残差 (尤度変位) に名前を指定します。

未加工残差に名前を指定します。

作業残差に名前を指定します。

オブザベーションの学習、検証、テストの役割を識別します。

標準化 Pearson カイ 2 乗の残差に名前を指定します。

標準化デビアンス残差に名前を指定します。

線形予測子の標準誤差に名前を指定します。

線形予測子の信頼区間の上限に名前を指定します。

平均の信頼区間の上限を指定します。

線形予測子に名前を指定します。

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。

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。

入力テーブルの指定された比率のオブザベーションを検証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。

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。

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。

検証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。

反復測定分析の収束基準を指定します。

True に設定すると、パラメーターのモデルに基づく推定相関行列と推定経験的相関行列が表示されます。

相関構造のタイプを指定します。

True に設定すると、推定作業相関行列が表示されます。

True に設定すると、パラメーターのモデルに基づく推定共分散行列と推定経験的共分散行列が表示されます。

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。

responsevar の値は次のいずれかになります:

True に設定すると、パラメーターの推定経験的相関行列が表示されます。

True に設定すると、パラメーターの推定経験的共分散行列が表示されます。

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:

混合モデルの G の共分散構造における異質性を指定する効果を定義します。同じレベルのグループ効果を持つすべてのオブザベーションには、同じ共分散パラメーターを持ちます。グループ効果の新しいレベルごとに、元のグループと同じ構造を持つ新しい共分散パラメーターセットが生成されます。

effect の値は次のいずれかになります:

反復測定分析の最大反復回数を指定します。

True に設定すると、パラメーターのモデルに基づく推定相関行列が表示されます。

True に設定すると、パラメーターのモデルに基づく推定共分散行列が表示されます。

m 従属相関構造の次数を指定します。

モデルに基づく標準誤差を表示し、使用するパラメーター推定値テーブルを作成します。

推定の初期ステージからパラメーター推定値テーブルを生成します。

混合モデルの対象を特定します。

effect の値は次のいずれかになります:

試行回数である正の数値変数を指定します。試行変数を指定すると、応答変数は事象変数と呼ばれ、正の応答 (または事象) の数を含む必要があります。

アクションで使用する入力テーブルの caslib を指定します。デフォルトでは、アクティブな caslib が使用されます。別の caslib からテーブルにアクセスする必要がある場合にのみ値を指定します。

データソースオプションを指定します。

WHERE フィルターとして使用する行を含む入力テーブルを指定します。vars パラメーターが指定されていない場合は、入力テーブルとフィルタリングテーブルに共通するすべての変数名を使用して一致する行を検索します。入力テーブルの where パラメーターとこのパラメーターが指定されている場合、このフィルタリングテーブルが最初に適用されます。

信頼限界の有意水準を指定します。

リスク変数と交互作用する共変量のデフォルトの固定値またはレベルを変更します。

rrAtOpts の値は次のいずれかになります:

比較する応答水準のペアを指定します。

さまざまな応答水準でリスク計算を実行します。

リスク計算で比較された 2 つのプロファイルを入れ替えます。

計算の基礎となるデザインベクトル L を表示します。

リスクを表示します。

相対リスクまたはリスクの差を指定します。

連続リスク変数のデフォルトの変更単位を変更します。

rrUnitOpts の値は次のいずれかになります:

リスクを計算する変数を指定します。

詳細レベル ALL が指定されている場合、選択プロセスの各ステップで表示する候補の最大数を指定します。

モデルを選択するための基準を指定します。指定した基準は、選択プロセスの各ステップで評価され、最適な基準値をもたらすモデルが選択されます。

選択プロセスについて生成する詳細レベルを指定します。

Elastic Net 選択法の実行に使用するオプションを指定します。

enOptions の値は次のいずれかになります:

一般化線形モデルの変数減少法の際に、モデルから変数を削除するたびに、残りの勾配推定値に対する一次近似を計算する Lawless and Singhal (1978) の計算アルゴリズムを実装します。

モデル階層要件を適用するかどうか、および適用する方法を指定します。モデル階層とは、モデルに含まれるすべての項に対して、その項に含まれるすべてのモデル効果がモデルに存在しなければならないという要件を指します。

Relaxed LASSO 法の係数を指定します。

選択プロセス中に考慮するモデルの最大効果を指定します。このパラメーターは変数減少法では無視されます。

実行する選択ステップの最大数を指定します。

モデル選択の方法を指定します。

変数減少法の際に考慮するモデルの効果の最小数を指定します。

True に設定すると、モデルに追加された順序でパラメーター推定値テーブルの効果が表示されます。

True に設定すると、選択診断プロットの作成に使用できる coefficientProgression と selectionSummaryForPlots テーブルが生成されます。

True に設定すると、Relaxed LASSO 法が適用されます。

選択法の各ステップで効果が追加または削除される順序を決定する際に使用する基準を指定します。このパラメーターは、LAR または LASSO 選択には適用されません。

有意水準が選択基準または停止基準として使用された場合の追加の有意水準を指定します。

有意水準が選択基準または停止基準として使用された場合の削除の有意水準を指定します。

選択プロセスを停止するために使用する基準を指定します。停止基準を指定しない場合、モデルを選択するために使用される基準も停止基準として使用されます。

極値を検出するために、停止基準を悪化させる必要がある連続するステップの数を指定します。

出力テーブルの caslib の名前を指定します。

テーブルに関連付ける説明ラベルを指定します。

最後にアクセスした後にテーブルをメモリに保持する秒数を指定します。指定した秒数にアクセスできない場合、テーブルは削除されます。

出力テーブルのメモリフォーマットを指定します。

出力テーブルの名前を指定します。

True に設定すると、出力テーブルはグローバルスコープで追加されます。これにより、アクセスコントロールの対象となる他のセッションがテーブルにアクセスできるようになります。ターゲット caslib には、グローバルスコープも必要です。

True に設定すると、同じ名前の既存のテーブルは上書きされます。

実行中の CAS サーバー上でワーカーポッドの数が増加した場合のテーブル再配布ポリシーを指定します。