regression

logisticType3

##set_regression

Description

logisticType3, c'est l'arbitre qui décide si une variable mérite sa place sur le terrain ou si elle reste sur le banc de touche car elle n'apporte rien au modèle.

L'action logisticType3 est une étape cruciale dans l'analyse de régression logistiqueModèle statistique prédisant la probabilité d'un événement binaire (0/1) via une fonction logistique. Il lie des variables explicatives à une variable cible catégorielle. au sein de SAS Viya . Son rôle est de calculer des tests de Type 3 (ou tests conjoints) pour vérifier si les paramètres associés à un effet (variable) sont significativement différents de zéro. En gros, c'est l'arbitre qui décide si une variable mérite sa place sur le terrain ou si elle reste sur le banc de touche car elle n'apporte rien au modèleReprésentation mathématique entraînée sur des données pour capturer des tendances, prédire des résultats ou classifier des observations via des algorithmes (Régression, Forêt aléatoire, Gradient Boosting).. Elle nécessite qu'un modèleReprésentation mathématique entraînée sur des données pour capturer des tendances, prédire des résultats ou classifier des observations via des algorithmes (Régression, Forêt aléatoire, Gradient Boosting). ait été préalablement ajusté et sauvegardé via l'action logistic avec le paramètre 'store'.

Syntaxe Officielle
regression.logisticType3 /
restore={caslib="nom_caslib", name="nom_table_modele", whereTable={...}},
display={names={"nom_table_resultat"}, exclude=true|false},
outputTables={names={Type3="ma_table_cas"}, replace=true};

Paramètres Clés

Nom du paramètre Description
restore Paramètre obligatoire. Il indique la table CAS (BLOB) qui contient le modèle logistique sauvegardé. C'est un peu comme ouvrir un carton de déménagement pour retrouver vos outils de statistiques .
display Permet de spécifier quelles tables de résultats doivent être affichées dans la sortie. Pratique pour éviter de noyer l'utilisateur sous des tonnes de chiffres inutiles .
outputTables Permet de sauvegarder les tables de résultats (comme les tests de Type 3) directement dans des tables CAS permanentes pour une utilisation ultérieure .

Préparation des données

Préparation des données pour l'analyse de Type 3

Nous créons une table basée sur les voitures pour prédire l'origine (USA ou non) en fonction de la puissance et du poids, puis nous sauvegardons le modèle.

1PROC CAS;
2datastep.runCode / code="data cars_binary; set sashelp.cars; is_usa = (origin='USA'); run;";
3regression.logistic / TABLE="cars_binary" model={depVars="is_usa", effects={{vars={"Horsepower", "Weight", "EngineSize"}}}} store={name="my_saved_model"};
4RUN; QUIT;

Exemples d'utilisation

Test de Type 3 de base

Exécute le test sur un modèle précédemment stocké pour valider l'importance de chaque effet.

1PROC CAS;
2regression.logisticType3 / restore="my_saved_model";
3RUN; QUIT;
Résultat Attendu :
Affichage de la table 'Type 3 Analysis of Effects' montrant les degrés de liberté, le Chi-deux de Wald et la valeur p pour chaque variable.
Analyse de Type 3 avec sauvegarde et filtrage

Dans cet exemple, nous restaurons le modèle, nous ne demandons l'affichage que de la table Type3 et nous sauvegardons ce résultat dans une table CAS nommée 'importantes_ou_pas'.

1PROC CAS;
2regression.logisticType3 /
3 restore={name="my_saved_model"}
4 display={names={"Type3"}}
5 outputTables={names={Type3="importantes_ou_pas"}, replace=true};
6RUN; QUIT;
Résultat Attendu :
Uniquement la table de Type 3 est affichée à l'écran, et une nouvelle table CAS 'importantes_ou_pas' est créée dans la bibliothèque active.
Sommaire