Calcula los márgenes predictivos utilizando un modelo de árboles de regresión aditivos bayesianos (BART) ajustado.
| Parámetro | Descripción |
|---|---|
| alpha | Especifica el nivel de significancia a utilizar para la construcción de todos los límites de credibilidad de colas iguales. |
| casOut | Especifica la configuración para una tabla de datos de salida. |
| differences | Especifica las diferencias de los márgenes predictivos. |
| evtMargin | Especifica el margen predictivo del evento por su nombre. |
| label | Etiqueta la diferencia en los márgenes predictivos en las tablas de salida. |
| name | Nombra la diferencia en los márgenes predictivos en las tablas de salida. |
| refMargin | Especifica el margen predictivo de referencia por su nombre. |
| display | Especifica una lista de tablas de resultados para enviar al cliente para su visualización. |
| marginInfo | Solicita una tabla que resuma las variables que definen el margen predictivo y los valores a los que están establecidas. |
| margins | Especifica un margen predictivo. |
| at | Especifica las variables a modificar en un margen predictivo y los valores a los que se establecen. |
| value | Especifica el valor al que se establece una variable en el margen predictivo. Para variables continuas, se especifica un valor numérico. Para variables de clasificación, se especifica el nivel formateado. |
| var | Nombra una variable a modificar en un margen predictivo. |
| model | Especifica un objeto de tabla binaria de un ajuste de modelo anterior. |
| outputTables | Lista los nombres de las tablas de resultados para guardar como tablas CAS en el servidor. |
| seed | Especifica una semilla para iniciar el generador de números pseudoaleatorios. |
| table | Especifica la tabla de datos de entrada. |
Este código de ejemplo primero entrena un modelo BART usando la acción `bartGauss` y guarda el modelo. Luego, utiliza la acción `bartScoreMargin` para calcular los márgenes predictivos basados en el modelo guardado. Se definen dos escenarios ('scen1' y 'scen2') para evaluar el efecto de cambiar el valor de la variable 'x1'.
1 PROC CAS; 2 loadactionset 'bart'; 3 4 /* Generar datos de ejemplo */ 5 DATA mycas.sample; 6 DO i = 1 to 100; 7 x1 = rand('UNIFORM'); 8 x2 = rand('UNIFORM'); 9 y = 10 * sin(3.14 * x1 * x2) + 20 * (x2 - 0.5)**2 + 10 * x1 + 5 * x2 + rand('NORMAL', 0, 1); 10 OUTPUT; 11 END; 12 RUN; 13 14 /* Entrenar el modelo BART */ 15 bart.bartGauss RESULT=res / 16 TABLE={name='sample'}, 17 inputs={{name='x1'}, {name='x2'}}, 18 target='y', 19 saveState={name='bart_model', replace=true}; 20 RUN; 21 QUIT;
Este ejemplo calcula un único margen predictivo ('scen1') donde la variable 'x1' se fija en 0.5. El resultado se guarda en la tabla 'bart_margins_out'.
| 1 | PROC CAS; |
| 2 | bart.bartScoreMargin / |
| 3 | TABLE={name='sample'}, |
| 4 | model={name='bart_model'}, |
| 5 | margins={{name='scen1', at={{var='x1', value=0.5}}}}, |
| 6 | casOut={name='bart_margins_out', replace=true}; |
| 7 | RUN; |
| 8 | QUIT; |
Este ejemplo calcula dos márgenes predictivos: 'scen1' (x1=0.25) y 'scen2' (x1=0.75). Luego, calcula la diferencia entre estos dos márgenes ('diff1'). También solicita la tabla 'MarginInfo' para ver los detalles de la definición de los márgenes.
| 1 | PROC CAS; |
| 2 | bart.bartScoreMargin / |
| 3 | TABLE={name='sample'}, |
| 4 | model={name='bart_model'}, |
| 5 | margins={{name='scen1', at={{var='x1', value=0.25}}}, {name='scen2', at={{var='x1', value=0.75}}}}, |
| 6 | differences={{name='diff1', evtMargin='scen2', refMargin='scen1'}}, |
| 7 | marginInfo=true, |
| 8 | casOut={name='bart_margins_detailed_out', replace=true}; |
| 9 | RUN; |
| 10 | QUIT; |