De la matrice d'estimation au chemin causal : Quels sont les livrables data générés par cette modélisation économétrique ?

Livraison et Gouvernance des Outputs SAS Viya

L'exécution de cette procédure génère une riche suite de tables de résultats in-memoryTechnique stockant les données directement dans la RAM pour un accès ultra-rapide, permettant des analyses massives et calculs complexes en temps réel sans les latences liées aux disques durs., directement prêtes à alimenter vos modèles en aval ou vos tableaux de bord décisionnels :

  • La table principale des estimations : Ce livrable fondamental agrège les ordres topologiques initiaux et finaux. Il contient surtout les matrices détaillées des paramètres, intégrant les écarts-types, les valeurs t de Student et les p-values pour évaluer la fiabilité des liaisons.
  • La table de structure du graphe : Spécifiquement dédiée à la modélisationProcessus de création de structures mathématiques ou statistiques sur SAS Viya pour prédire des comportements, classifier des données ou identifier des tendances à partir de jeux de données CAS. topologique, cette sortie cartographie formellement l'intégralité des nœuds et des arêtes directionnelles découvertes.
  • La table des chemins causaux : Une restitution inestimable qui détaille de façon exhaustive l'arborescence des parents, des enfants et des voies d'influence au sein de votre écosystème complexe de données.
  • L'historique d'itération : Un objet analytique indispensable pour le monitoring technique, le diagnostic et le profilage de la trajectoire de convergence de l'algorithme d'optimisation sélectionné.

Exemples pour l'action dagdiscovery

Apprentissage d'un DAG de base

Exécution classique avec l'algorithme TOP par défaut pour extraire la structure causale sous forme de table.

Recherche causale exhaustive et paramétrée

Une analyse plus robuste exploitant l'algorithme MCV, la parallélisation, des seuils d'alpha multiples et exportant l'intégralité des rapports d'analyse possibles.