Regresión lineal generalizada (GeoAnalytics Desktop)

Resumen

Realiza una regresión lineal generalizada (GLR) para generar predicciones o para modelar una variable dependiente en términos de su relación con un conjunto de variables explicativas. Esta herramienta se puede usar para ajustarse a modelos continuos (OLS), binarios (logísticos) y de recuento (Poisson).

Uso

  • Esta herramienta puede usarse en dos modos de operación. Puede evaluar el rendimiento de distintos modelos al explorar distintas variables explicativas y ajustes de la herramienta. Una vez encontrado un buen modelo, puede ajustarlo a un dataset nuevo.

  • Use el parámetro Entidades de entrada con un campo que represente el fenómeno que está modelando (el valor de parámetro Variable dependiente) y uno o varios campos que representen las variables explicativas.

  • Esta herramienta no admite entradas con campos de solo fecha o solo hora. Elimine cualquier campo de solo fecha y solo hora antes de ejecutar el análisis.

  • La herramienta Regresión lineal generalizada también produce entidades y diagnósticos de salida. Las capas de entidades de salida se agregan automáticamente al mapa con un esquema de representación en pantalla que se aplica a los residuales del modelo. A continuación, se proporciona una explicación de cada salida.

  • Asegúrese de utilizar la opción de parámetro Tipo de modelo correcta (Continuo, Binario o Recuento) para que el análisis obtenga resultados precisos del análisis de regresión.

  • Los diagnósticos y resultados del resumen del modelo se escriben en la ventana de mensajes y los gráficos se crean bajo la clase de entidad de salida. Los diagnósticos devueltos dependen del valor del parámetro Tipo de modelo. Las tres opciones de tipo de modelo son las siguientes:

    • Use el tipo de modelo Continuo (Gausiano) si la variable dependiente puede admitir un amplio rango de valores, por ejemplo, temperatura o ventas totales. Lo ideal sería que la variable dependiente presentara una distribución normal.
    • Use el modelo Binario (Logístico) si la variable dependiente puede admitir uno de dos valores posibles, por ejemplo, éxito y fracaso o presencia y ausencia. El campo que contiene la variable dependiente debe ser un campo numérico o de texto. Si el campo es numérico, debería contener solamente unos y ceros. Si el campo es de texto, debería contener solo dos valores distintos. Si utiliza un campo de texto, debe utilizar el parámetro Asignar variables dependientes para asignar los valores de texto distintos a unos y ceros. Debe existir una variación de los unos y los ceros de los valores de textos distintos de los datos.

    • Utilice el tipo de modelo Recuento (Poisson) si la variable dependiente es discreta y representa el número de ocurrencias de un evento, por ejemplo, un recuento de delitos. Los modelos de recuento también se pueden utilizar si la variable dependiente representa una tasa y el denominador de esta es un valor fijo como, por ejemplo, las ventas mensuales o el número de gente con cáncer por cada 10.000 habitantes. En el modelo Recuento se presupone que el valor medio y la varianza de la variable dependiente son iguales y que los valores de la variable dependiente no pueden ser negativos ni contener decimales.

    Los valores de los parámetros Variable dependiente y Variable explicativa deben ser campos numéricos con un rango de valores. Esta herramienta no puede resolver cuando las variables tienen los mismos valores (por ejemplo, si todos los valores de un campo son 9,0).

  • Las entidades con uno o varios valores nulos o valores de cadena de caracteres vacíos en campos explicativos o de predicción se ejecutarán desde la salida. Puede modificar los valores mediante la herramienta Calcular campo si es necesario.

  • Inspeccione sobrepredicciones y las subpredicciones que sean evidentes en los residuales de regresión para ver si proporcionan información acerca de las posibles variables que están ausentes en el modelo de regresión.

  • Puede utilizar el modelo de regresión que se ha creado para realizar predicciones para otras entidades. Crear dichas predicciones requiere que cada una de las entidades de predicción tenga valores para cada una de las variables explicativas proporcionadas. Si los nombres de campo de los parámetros entidades de entrada y ubicaciones de predicción no coinciden, se proporciona una variable que coincide con el parámetro. Al comparar las variables explicativas, los campos de los parámetros Entidades de entrada y Entidades de predicción de entrada deben ser del mismo tipo (los campos dobles deben corresponderse con los campos dobles, por ejemplo).

  • Es posible mejorar la velocidad de procesamiento de la herramienta Regresión lineal generalizada con una o varias de las siguientes sugerencias:

    • Defina la extensión de procesamiento del análisis para analizar únicamente datos de interés.
    • No genere una tabla de coeficientes.
    • Utilice datos locales en los que se ejecute el análisis.

  • Esta herramienta de geoprocesamiento se basa en Spark. El análisis se completa en su equipo de escritorio utilizando varios núcleos en paralelo. Consulte Consideraciones acerca de las herramientas de GeoAnalytics Desktop para obtener más información acerca de la ejecución de análisis.

  • Al ejecutar herramientas de GeoAnalytics Desktop, el análisis se completa en su equipo de escritorio. Para un rendimiento óptimo, los datos deben estar disponibles en su escritorio. Si utiliza una capa de entidades alojada, se recomienda utilizar ArcGIS GeoAnalytics Server. Si sus datos no están almacenados localmente, se tardará más tiempo en ejecutar una herramienta. Para utilizar su ArcGIS GeoAnalytics Server para realizar un análisis, consulte GeoAnalytics Tools.

  • La implementación en GeoAnalytics de GLR presenta las siguientes limitaciones:

    • Es un modelo de regresión global y no tiene en cuenta la distribución espacial de los datos.
    • El análisis no aplica la prueba I de Moran en los residuales.
    • Los datasets de entidades (puntos, líneas, polígonos y tablas) se admiten como entrada; los rásteres no se admiten.
    • No puede clasificar valores en varias clases.

Parámetros

EtiquetaExplicaciónTipo de datos
Entidades de entrada

La capa que contiene las variables dependientes e independientes.

Table View
Variable dependiente

El campo numérico que contiene los valores observados que se van a modelar.

Field
Tipo de modelo

Especifica el tipo de datos que se va a modelar.

  • Continuo (gausiano)El valor dependent_variable es continuo. Se usará el modelo Gausiano y la herramienta realizará una regresión de mínimos cuadrados ordinarios. Esta es la opción predeterminada.
  • Binario (logístico)El valor dependent_variable representa la presencia o ausencia. Pueden ser unos y ceros convencionales o valores de cadena de caracteres asignados a cero y uno en el parámetro Variables explicativas coincidentes. Se usará el modelo Regresión Logística.
  • Recuento (Poisson)El valor dependent_variable es discreto y representa eventos, por ejemplo, recuentos de delitos, incidentes de enfermedades o accidentes de tráfico. Se usará el modelo Regresión Poisson.
  • Continuo (gausiano)El valor Variable dependiente es continuo. Se usará el modelo Gausiano y la herramienta realizará una regresión de mínimos cuadrados ordinarios. Esta es la opción predeterminada.
  • Binario (logístico)El valor Variable dependiente representa la presencia o ausencia. Pueden ser unos y ceros convencionales o valores de cadena de caracteres asignados a cero y uno en el parámetro explanatory_variables_to_match. Se usará el modelo Regresión Logística.
  • Recuento (Poisson)El valor de Variable dependiente es discreto y representa eventos, por ejemplo, recuentos de delitos, incidentes de enfermedades o accidentes de tráfico. Se usará el modelo Regresión Poisson.
String
Variables explicativas

Una lista de campos que representan variables explicativas independientes en el modelo de regresión.

Field
Entidades de salida

El nombre de la clase de entidad que se creará y contendrá las estimaciones y los residuales de la variable dependiente.

Table; Feature Class
Entidades de predicción de entrada
(Opcional)

Una capa que contiene entidades que representan ubicaciones donde se realizarán los cálculos. Cada entidad en este dataset debe incluir valores para todas las variables explicativas especificadas. La variable dependiente para estas entidades se calculará con el modelo calibrado para los datos de la capa de entrada.

Table View
Variables explicativas coincidentes
(Opcional)

Hace coincidir las variables explicativas del parámetro Entidades de predicción de entrada con las variables explicativas correspondientes del parámetro Entidades de entrada.

Value Table
Asignar variables dependientes
(Opcional)

Dos cadenas que representan los valores utilizados para asignar 0 (ausencia) y 1 (presencia) para la regresión binaria. De forma predeterminada, se utilizarán 0 y 1. Por ejemplo, para predecir una detención con valores de campo Detener y No detener, introduzca No detener en False Value (0) y Detener en True Value (1).

Value Table
Entidades predichas de salida
(Opcional)

La clase de entidad de salida con las estimaciones de variables dependientes para cada valor de Entidades de predicción de entrada.

Table; Feature Class
Tabla de salida de coeficientes
(Opcional)

Una tabla de salida que contiene los coeficientes del ajuste del modelo.

Table

arcpy.gapro.GeneralizedLinearRegression(input_features, dependent_variable, model_type, explanatory_variables, output_features, {input_features_to_predict}, {explanatory_variables_to_match}, {dependent_variable_mapping}, {output_predicted_features}, {coefficient_table})
NombreExplicaciónTipo de datos
input_features

La capa que contiene las variables dependientes e independientes.

Table View
dependent_variable

El campo numérico que contiene los valores observados que se van a modelar.

Field
model_type

Especifica el tipo de datos que se va a modelar.

  • CONTINUOUSEl valor dependent_variable es continuo. Se usará el modelo Gausiano y la herramienta realizará una regresión de mínimos cuadrados ordinarios. Esta es la opción predeterminada.
  • BINARYEl valor dependent_variable representa la presencia o ausencia. Pueden ser unos y ceros convencionales o valores de cadena de caracteres asignados a cero y uno en el parámetro Variables explicativas coincidentes. Se usará el modelo Regresión Logística.
  • COUNTEl valor dependent_variable es discreto y representa eventos, por ejemplo, recuentos de delitos, incidentes de enfermedades o accidentes de tráfico. Se usará el modelo Regresión Poisson.
String
explanatory_variables
[explanatory_variables,...]

Una lista de campos que representan variables explicativas independientes en el modelo de regresión.

Field
output_features

El nombre de la clase de entidad que se creará y contendrá las estimaciones y los residuales de la variable dependiente.

Table; Feature Class
input_features_to_predict
(Opcional)

Una capa que contiene entidades que representan ubicaciones donde se realizarán los cálculos. Cada entidad en este dataset debe incluir valores para todas las variables explicativas especificadas. La variable dependiente para estas entidades se calculará con el modelo calibrado para los datos de la capa de entrada.

Table View
explanatory_variables_to_match
[[Field from Prediction Locations, Field from Input Features],...]
(Opcional)

Hace coincidir las variables explicativas del parámetro input_features_to_predict con las variables explicativas correspondientes del parámetro input_features, por ejemplo, [["LandCover2000", "LandCover2010"], ["Income", "PerCapitaIncome"]].

Value Table
dependent_variable_mapping
[dependent_variable_mapping,...]
(Opcional)

Dos cadenas que representan los valores utilizados para asignar 0 (ausencia) y 1 (presencia) para la regresión binaria. De forma predeterminada, se utilizarán 0 y 1. Por ejemplo, para predecir una detención con valores de campo Detener y No detener, introduzca No detener en Valor False (0) y Detener en Valor True (1).

Value Table
output_predicted_features
(Opcional)

La clase de entidad de salida con las estimaciones de variables dependientes para cada valor de input_features_to_predict.

La clase de entidad de salida con las estimaciones de variables dependientes para cada valor de Entidades de predicción de entrada.

Table; Feature Class
coefficient_table
(Opcional)

Una tabla de salida que contiene los coeficientes del ajuste del modelo.

Table

Muestra de código

Ejemplo de GeneralizedLinearRegression (script independiente)

El siguiente script independiente muestra cómo utilizar la función GeneralizedLinearRegression.

En este script, crea un modelo y predice si se realizó una detención para un delito reportado.

# Description: Run GLR on crime data and predict if an arrest was made for a crime reporting.
#
# Requirements: Advanced License

# Import system modules
import arcpy
arcpy.env.workspace = "c:/data/city.gdb"

# Set local variables
trainingDataset = "old_crimes"
predictionDataset = "new_crimes"
outputTrainingName = "training"
outputPredictedName = "predicted"

# Run Generalized Linear Regression
arcpy.geoanalytics.GeneralizedLinearRegression(
    trainingData, "ArrestMade", "BINARY", ["CRIME_TYPE", "WARD", "DAY_OF_MONTH"], 
    outputTrainingName, None, outputPredictedName, 
    [["CRIME_TYPE", "CRIME_TYPE"], ["WARD", "WARD"], ["DAY_OF_MONTH", "DAY_OF_MON"]], 
    [["Arrest", "NoArrest"]])

Información de licenciamiento

  • Basic: No
  • Standard: No
  • Advanced: Sí

Temas relacionados