Outil Régression Gamma

L’outil Régression Gamma relie une variable d’intérêt strictement positive et distribuée selon une loi Gamma (variable cible) à une ou plusieurs variables (prédictives) qui sont censées avoir une influence sur la variable cible.

Dans plusieurs applications, les valeurs de la variable cible sont toujours strictement positives (elles ne sont jamais égales à zéro ni négatives), mais elles ont tendance à se regrouper dans la plage inférieure des valeurs observées. Toutefois, dans une petite minorité de cas, elles correspondent à des valeurs élevées. Les variables cibles de cette nature représentent un processus de génération de données qui n’est pas cohérent avec les hypothèses de normalité sous-tendant le modèle de régression linéaire traditionnel. Toutefois, les valeurs sont toujours positives et ne sont pas toujours des entiers. Par conséquent, elles ne respectent pas un processus de distribution de Poisson ou de distribution binomiale négative. Ils sont compatibles avec un processus basé sur une distribution gamma et peuvent être estimés à l’aide de méthodes similaires à la régression linéaire, via le cadre de modèle linéaire généralisé.

Avec cet outil, si l’entrée provient d’un flux de données Alteryx standard, la fonction glm R open source permet d’estimer le modèle. Si l’entrée provient d’un outil d’entrée XDF ou d’un outil de sortie XDF, la fonction Revo ScaleR rxGlm est utilisée pour l’estimation du modèle. L’avantage de l’utilisation de la fonction revo ScaleR est qu’elle permet d’analyser des ensembles de données beaucoup plus grands (hors mémoire), mais au coût de frais généraux supplémentaires pour créer un fichier XDF et avec l’incapacité de créer une partie de la sortie de diagnostic du modèle disponible avec les fonctions R open-source.

Cet outil utilise l’outil R. Accédez à Options > Téléchargez des outils prédictifs et connectez-vous au portail Téléchargements et licences Alteryx pour installer R et les packages utilisés par l’outil R. Voir Télécharger et utiliser des outils prédictifs.

Flux de données Alteryx ou flux de métadonnées XDF qui inclut un champ cible d’intérêt avec un ou plusieurs champs prédicteurs possibles.

Utilisez l’onglet Configuration pour définir les contrôles de votre régression Gamma.

• Nom du modèle: Chaque modèle doit recevoir un nom afin qu’il puisse être identifié ultérieurement. Les noms de modèles doivent commencer par une lettre et peuvent contenir des lettres, des chiffres, ainsi que les caractères spéciaux suivants : point (« . ») et trait de soulignement (« _ »). Aucun autre caractère spécial n’est autorisé et R est sensible à la casse.
• Sélectionnez la variable cible: sélectionnez le champ dans le flux de données à prévoir.
• Sélectionnez les variables de prédicteur: choisissez les champs dans le flux de données que vous croyez « cause » des changements dans la valeur de la variable cible. Les colonnes contenant des identifiants uniques, tels que les clés primaires de substitution et les clés primaires naturelles, ne doivent pas être utilisées dans les analyses statistiques. Elles ne comportent pas de valeur prédictive et peuvent entraîner des exceptions lors de l’exécution.
• Type de modèle: Zone déroulante avec les options de journal, inverse et identité. Cette option détermine la fonction de liaison à utiliser avec la famille Gamma pour estimer le modèle linéaire généralisé.
• Utiliser des poids d’échantillonnage dans l’estimation du modèle? (Facultatif)...: Cochez la case à cocher, puis sélectionnez un champ de poids dans le flux de données pour estimer un modèle qui utilise le poids d’échantillonnage.

Utilisez l’onglet Options graphiques pour définir les contrôles de la sortie graphique.

• Résolution graphique: Sélectionnez la résolution du graphique en points par pouce : 1x (96 dpi), 2x (192 dpi) ou 3x (288 dpi).
  • Une résolution basse produit un fichier de plus petite taille et facilite la visualisation sur un moniteur.
  • Une résolution élevée produit un fichier de plus grande taille avec une qualité d’impression supérieure.

• O ancre : Se compose d’une table du modèle sérialisé avec son nom de modèle.
• R anchor : Se compose des extraits de rapport générés par l’outil de régression gamma : un résumé statistique, une analyse de type II de la déviance (ANOD) et des parcelles diagnostiques de base. La table Analyse de déviance de type II et les tracés des diagnostics de base ne sont pas produits lorsque l’entrée du modèle provient d’un outil Sortie XDF ou Entrée XDF.