Regressione lineare generalizzata

Diagramma del flusso di lavoro di Regressione lineare generalizzata


Esegue Regressione lineare generalizzata (GLR) per generare previsioni o per modellare una variabile dipendente in base alla sua relazione con un set di variabili esplicative. Questo strumento può essere usato per adattare modelli continui (gaussiani), binari (logistici) e di conteggio (Poisson).

Tipo di analisi


Specifica la modalità operativa dello strumento. È possibile eseguire lo strumento per addestrare un modello solo per valutare le prestazioni o per addestrare un modello ed eseguire previsioni sulle feature. I tipi di previsioni sono i seguenti:

  • Adattare un modello per valutare le prestazioni del modello: un modello sarà adattato e applicato ai dati di input. Usare questa opzione per valutare la precisione del modello prima di generare previsioni su un nuovo dataset o per comprendere le relazioni e i driver della variabile prevista. Il risultato di questa opzione sarà un feature service dei dati di adattati e le diagnostiche del modello.
  • Adattare un modello e prevedere i valori: si genereranno previsioni o classificazioni per le feature di input e le feature di previsione. È necessario fornire variabili esplicative sia per le feature di previsione sia per le feature da prevedere. Il risultato di questa opzione sarà un feature service del modello adattato ai dati di input, un feature service dei dati previsti e le diagnostiche del modello.

Adattare un modello per valutare le prestazioni del modello


Usare questa modalità se si desidera adattare un modello e indagare sull'adattamento.

Con questa scelta il modello sarà addestrato usando un layer di input. Usare questa opzione per valutare la precisione del modello prima di generare previsioni su un nuovo dataset. Questa opzione genererà diagnostiche del modello e applicherà il modello ai dati di addestramento.

Adattare un modello e prevedere valori


Usare questa modalità se si desidera adattare un modello e applicare il modello al dataset per generare previsioni.

Si genereranno previsioni o classificazioni per le feature. Il risultato di questa opzione sarà un feature service, le diagnostiche del modello e una tabella opzionale di importanza variabile.

Scegliere un layer da cui generare un modello


Il layer contenente feature puntuali, lineari, areali o tabulari che contiene le variabili dipendenti ed esplicative.

Oltre a scegliere un layer dalla mappa, è possibile selezionare Scegli layer di analisi alla base dell'elenco a discesa per cercare un dataset di condivisione file Big Data o un feature layer.

Scegliere il campo da modellare


Il campo numerico contenente i valori osservati da modellare e il tipo di valore che si sta modellando. Esistono tre tipi di valori modellabili

  • Continuo: rappresenta valori continui. Il modello usato è gaussiano e lo strumento esegue una regressione OLS (minimi quadrati).
  • Binario: rappresenta valori di presenza o di assenza. Tali valori devono essere 1 e 0. Il modello usato è quello della regressione logistica.
  • Conteggio: rappresenta eventi, come ad esempio conteggi di crimini, eventi di malattie o incidenti di traffico. Il modello usato è quello della regressione Poisson.

Scegliere un layer per il quale prevedere valori


Un layer con feature che rappresentano posizioni in cui si devono calcolare le stime. Ogni feature in questo dataset deve contenere valori per tutte le variabili esplicative specificate. La variabile dipendente per queste feature sarà stimata usando il modello calibrato per il layer di input.

Scegliere i campi esplicativi


Uno o più campi che rappresentano variabili esplicative (campi) che contribuiscano a prevedere il valore. Solo i campi numerici saranno visibili.

Scegliere come abbinare i campi esplicativi


Come saranno abbinate le variabili corrispondenti nel layer di input con le variabili del layer delle previsioni. Solo le variabili usate per la generazione del modello saranno incluse nella tabella. È possibile usare solo valori numerici.

Nome del layer dei risultati


Il nome del layer che verrà creato. Se si scrive su un ArcGIS Data Store, i risultati saranno salvati in I miei contenuti e aggiunti alla mappa. Se si scrive su una condivisione file Big Data, i risultati saranno memorizzati nella condivisione file Big Data e aggiunti al suo Manifest. Non saranno aggiunti alla mappa. Il nome predefinito è basato sul nome dello strumento e sul nome del layer di input. Se il layer esiste già, lo strumento non verrà eseguito.

I risultati restituiti dipenderanno dal tipo di analisi. Se si sta eseguendo l'adattamento per valutare l'adattamento del modello, i risultati conterranno un layer dell'adattamento dei dati di input al modello e informazioni di valutazione sull'adattamento del modello. Se si sta eseguendo l'adattamento e le previsioni, i risultati conterranno un layer dell'adattamento dei dati di input al modello, un layer con i risultati previsti e informazioni di valutazione sull'adattamento del modello.

Quando si scrive su ArcGIS Data Store (data store relazionale o Spatiotemporal Big Data Store) usando la casella a discesa Salva risultato in, è possibile specificare il nome di una cartella in I miei contenuti in cui salvare il risultato.