Regressão Linear Generalizada

Diagrama do fluxo de trabalho Regressão Linear Generalizada


Executa Regressão Linear Generalizada (GLR) para gerar previsões ou modela uma variável dependente em termos de sua relação com um conjunto de variáveis explanatórias. Esta ferramenta pode ser utilizada para ajustar os modelos contínuos (Gaussiano), binário (logística) e contagem (Poisson).

Tipo de Análise


Especifica o modo de operação da ferramenta. A ferramenta pode ser executada para treinar um modelo para avaliar somente o desempenho ou treinar um modelo e prever feições. Os tipos de previsão são os seguintes:

  • Ajustar um modelo para avaliar o desempenho do modelo—Um modelo será ajustado e aplicado aos dados de entrada. Utilize esta opção para avaliar a precisão do seu modelo antes de gerar previsões em um novo conjunto de dados ou entender os relacionamentos e os direcionadores da sua variável prevista. A saída desta opção será um serviço da feição dos seus dados ajustados e diagnósticos do modelo.
  • Ajustar um modelo e prever valores— Previsões ou classificações serão geradas para feições de entrada e feições de predição. Variáveis explanatórias devem ser fornecidas para as feições de predição e as feições a serem previstas. A saída desta opção será um serviço da feição do seu modelo ajustado aos dados de entrada, um serviço da feição de valores previstos e diagnósticos do modelo.

Ajustar um modelo para avaliar o desempenho do modelo


Utilize este modo se você deseja ajustar um modelo e investigar o ajuste.

Com esta opção, o modelo será treinado utilizando uma camada de entrada. Utilize esta opção para avaliar a precisão do seu modelo antes de gerar previsões em um novo conjunto de dados. Esta opção produzirá diagnósticos de modelo e aplicará o modelo aos seus dados de treinamento.

Ajustar um modelo e prever valores


Utilize este modo se você deseja ajustar um modelo e aplicar o modelo ao conjunto de dados para gerar previsões.

Previsões ou classificações serão geradas para feições. A saída desta opção será um serviço da feição, diagnóstico de modelo e uma tabela opcional de importância da variável.

Escolha uma camada da qual gerar um modelo


A camada que contém feições de ponto, linha, área ou tabular que contêm as variáveis dependentes e explanatórias.

Além de escolher uma camada do seu mapa, você pode selecionar Escolher Camada de Análise na parte inferior da lista suspensa para procurar por seu conteúdo para um conjunto de dados de compartilhamento do arquivo de grandes dados ou camada de feição.

Escolha o campo para modelo


O campo numérico que contém os valores observados a serem modelados e o tipo de valor que você está modelando. Há três tipos de valores que você pode modelar

  • Contínuo—Representa valores contínuos. O modelo utilizado é Gaussiano e a ferramenta executa a regressão de mínimos quadrados ordinários.
  • Binário—Represente valores de presença ou ausência. Estes devem ser 1s e 0s. O modelo utilizado é Regressão de Logística.
  • Contagem—Representa eventos discretos e representa, por exemplo, contagens de crimes, incidentes de doenças ou acidentes de trânsito. O modelo utilizado é Regressão de Poisson.

Escolha uma camada para prever valores para


Uma camada com feições que representam locais onde as estimativas devem ser calculadas. Cada feição neste conjunto de dados deve conter valores para todas as variáveis explanatórias especificadas. A variável dependente para estas feições será estimada utilizando o modelo calibrado para a camada de entrada.

Escolha os campos explanatórios


Um ou mais campos representando as variáveis explanatórias (campos) que ajudam a prever o valor. Somente campos numéricos estarão visíveis.

Escolha como os campos explanatórios são correspondidos


Como as variáveis correspondentes na camada de entrada corresponderão às variáveis na camada de previsão. Somente as variáveis utilizadas na geração do modelo serão incluídas na tabela. Somente valores numéricos podem ser utilizados.

Nome da camada resultante


O nome da camada que será criada. Se você estiver gravando em um ArcGIS Data Store, seus resultados serão salvos em Meu Conteúdo e adicionados no mapa. Se você estiver gravando em um compartilhamento do arquivo de grandes dados, seus resultados serão armazenados compartilhamento do arquivo de grandes dados e adicionados em seu manifesto. Não serão adicionados no mapa. O nome padrão é baseado no nome da ferramenta e o nome da camada de entrada. Se a camada já existe, a ferramenta falhará.

Os resultados retornados dependerão do tipo de análise. Se você estiver ajustado para avaliar o ajuste do modelo, os resultados conterão uma camada de dados de entrada adequados ao modelo e informações de resultado que avaliam o ajuste do modelo. Se você estiver ajustando e prevendo, os resultados conterão uma camada dos dados de entrada ajustados ao modelo, uma camada de resultados previstos e informações de resultado que avaliam o ajuste do modelo.

Ao gravar no ArcGIS Data Store (armazenamento de grandes dados de espaço-tempo ou relacional) utilizando a caixa suspensa Salvar resultados em , você pode especificar o nome de uma pasta em Meu Conteúdo onde o resultado será salvo.