Importância

O que o bloco faz

models/importance devolve uma tabela termo, importancia, medida, ordenada. A medida depende do modelo: |t| (ou |z|) dos coeficientes no lm e no GLM, redução de impureza nas árvores de machine learning.

Antes de continuar

Termos que esta página usa, em poucas palavras. As definições completas estão no glossário.

Modelo linear generalizado (GLM)

Uma extensão do modelo linear para respostas que não são normais, como contagens (Poisson) e proporções ou sim/não (binomial). Uma função de ligação conecta a média da resposta à parte linear do modelo.

Unidade experimental

A menor porção de material que recebe um tratamento de forma independente: uma parcela de campo, um vaso, um animal. É a unidade que conta como repetição.

Quando usar

Use para ordenar preditoras de um mesmo modelo. Não compare valores de medidas diferentes.

Configuração

Sem parâmetros. O misto e a parcela subdividida recusam.

Exemplo

library(trama)

reg <- tr_registry()
tr_use("trama.models", registry = reg)

tr_flow(reg) |>
  tr_add("dados", "models/example", dataset = "mtcars") |>
  tr_add("reg", "models/lm", formula = "mpg ~ wt + hp + qsec", from = "dados") |>
  tr_add("imp", "models/importance", from = "reg")

Como interpretar

Importância não indica sinal nem causa, e preditoras correlacionadas repartem a importância entre si.