上一頁|下一頁

廣義線性模型屬性

廣義線性模型可用的屬性如下:
名稱
可以讓您指定此模型的名稱。
資訊缺少
指定是否使用資訊缺少演算法。若需要更多資訊,請參閱遺漏值
分配
指定用於建立回應變數模型的分配。
連結函數
指定線性模型和回應變數分配關聯使用的連結函數。各分配可用的連結函數不同,如下表所示:
分配
可用的連結函數
Beta
對數優劣比、機率單位、雙對數、餘補雙對數
二進位
對數優劣比、機率單位、雙對數、餘補雙對數
指數
對數、識別身分
Gamma
對數、識別身分、倒數
幾何
對數、識別身分
逆高斯
Power(-2)、對數、識別身分
負二項式
對數、識別身分
常態
對數、識別身分
卜瓦松
對數、識別身分
收斂
  • 覆寫函數收斂可以讓您手動指定函數收斂值。
  • 指定選取 [覆寫函數收斂] 時的函數收斂值。當您指定較大值時,模型會更快地收斂。這會減少訓練模型需要的時間量,但可能建立次佳模型。
  • 覆寫梯度收斂可以讓您手動指定梯度收斂值。
  • 指定已選取 [覆寫梯度收斂] 時的梯度收斂值。當您指定較大值時,模型會更快地收斂。這會減少訓練模型需要的時間量,但可能建立次佳模型。
  • 最大反覆運算指定在模型訓練期間執行的最大反覆運算次數。如果您指定比較小的值,則會減少訓練模型需要的時間量,但可能建立次佳模型。
附註: 當您指定梯度收斂或函數收斂準則時,模型可能會在達到您指定的準則之前,就根據內部收斂準則完成收斂。收斂原因顯示在詳細資料表格的 [收斂] 標籤上。
評估
  • 使用預設的長條數目 指定您要使用預設的長條數目或設定自己的值。預設狀況下,量值變數會分為 20 個長條。
  • 數目 指定沒有選取使用預設的長條數目屬性時使用的長條數目。必須指定介於 5 與 100 之間的整數值。
  • 容錯 指定確定估計百分位數使用的反覆運算演算法收斂。指定較小值可提高演算法精確度。
顯示診斷圖
指定 [殘差圖] 和 [評估] 視窗是否顯示在模型窗格中。
上一頁|下一頁|頁面頂端