重回帰アルゴリズムによる ATT 予測エンジンのコール

重回帰は、ある変数の値を、2 つ以上の別の変数に基づいて予測するために使用されます。このアルゴリズムは、予測エンジンで使用するために、定義された独立変数を使用して従属変数 (履歴および予測) に対して回帰分析を生成します。

Default Algorithm = Multiple Regression の場合、ATT 予測エンジンをコールして、選択している品目および場所の予測を作成するために必要な条件は、次の通りです。

それぞれの品目または場所の履歴とマスクデータが取得され、標準のプロセスに基づいて予測エンジンに転送されます。
エンジンに転送されるそれぞれの品目または場所で、これらの例外にマッピングされたメジャーは、その他のアルゴリズムに基づいて、削除する必要があります。
- 無効な統計
- 陳腐化
- 外れ値
- 短い履歴
- ステップ変更
- 追跡シグナル
指定された予測エンジンにマッピングされた独立変数は、追加の入力として機能します。したがって、(マッピングされた独立変数メジャーごとに) エンジンに転送される適切なシナリオの値が取得されます。
- すべての独立変数の履歴期間の値が転送されます。履歴の長さは、従属データと同じ長さである必要があります。
- すべての独立変数の将来期間の値が転送されます。予測の長さは、予測期間と同じ長さである必要があります。
注: 追加のパラメーターは、標準のプロセスに基づいて転送されます。

予測エンジンのメジャーマッピング設定に基づいて、予測エンジンの結果セットの適切な結果が取得され、アプリケーションのシナリオ値に適用されます。予測データが返され、その他のアルゴリズムに基づいて処理されます。エンジンは、重回帰アルゴリズムに特有の追加の結果も返します。次に示します。

各独立変数に対応する、ベータ係数、t 2 乗、t 2 乗の P 値が生成されます。ただし、切片があるため、追加の 1 要素 (リグレッサー) が生成されます。各結果アレイの最初の値は、その切片に対応していて、関連するマッピングされたメジャー (定義されている場合) に書き込む必要があります。その他の値は、転送された独立変数の順に書き込まれます。
各独立変数に対応する分散拡大係数が生成されます。
- 係数と独立変数の数は同じです。これらの係数は、転送された独立変数の順に返されます。
- 切片に等しい分散拡大係数は適用されません。
R 2 乗、調整済 R 2 乗、F 統計量、F 統計量 P 値など、複数の重回帰アルゴリズムに固有の追加結果が、対応するマッピングされたメジャー (定義されている場合) に書き込まれます。
regressionStandardDeviation も返されます。これは、マッピングされた「標準偏差」メジャーに書き込まれます (定義されている場合)。
すべての結果は静的 (時間とは無関係) で、PCONST 定数に書き込まれます。

本トピックに記載のものを除き、エンジンに対するマッピングに基づく追加の結果はすべて、その他のアルゴリズムに基づいて処理されます。