如何使用确定的业务模型简化formula的创建工作?

在实际应用中业务规则是各式各样,但是按照Charlie Hoffman的研究可以将常见的验证规则进行分类,称为:逻辑模型(Logical Model)。逻辑模型对非技术的业务人员来说容易理解,也方便制定这样的业务规则。CoreFiling公司的Sphinx用的就是自定义的业务规则处理方式。Charlie Hoffman的方法是定义业务规则的Xml文件:

<BusinessRule number='11'>
<Network href='abc-20101231.xsd#StatementOfCashFlows'>http://www.abc.com/role/StatementOfCashFlows</Network>
<TestType>RollForward</TestType>
<Paramenters>
<BalanceConcept>us-gaap:CashAndCashEquivalentsAtCarryingValue</BalanceConcept>
<ChangeConcept operator='+'>us-gaap:CashAndCashEquivalentsPeriodIncreaseDecrease</ChangeConcept>
</Paramenters>
</BusinessRule>

可以将这种业务规则转换成Formula,相信在实际的业务规则制定过程中,可能更加倾向于在Excel中编写规则,通过VBA宏类似的代码,生成Formula链接库,比较方便。

Sphinx的定制处理方法:

raise StatementOfCashFlowsRollForwardCheck
let
d = foreach set(values us-gaap:CashAndCashEquivalentsPeriodIncreaseDecrease[]::period)
bop = $d::start-date
eop = $d::end-date
in
us-gaap:CashAndCashEquivalentsAtCarryingValue[period = $eop] !=
us-gaap:CashAndCashEquivalentsAtCarryingValue[period = $bop] +
us-gaap:CashAndCashEquivalentsPeriodIncreaseDecrease[period = $d]

Sphinx在处理上对于业务人员由其简单性,但是实现它需要编写新的处理语言,Formula的语言基础是XPath 2.0,Spninx是CoreFiling的私有格式


更多的内容参考前面给出的链接。


  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评估GLM模型的拟合效果可以使用多个指标,如残差分析、模型检验和预测能力等。以下是一些评估拟合效果的常见指标和相应的代码示例: 1. 残差分析: ```R # 拟合GLM模型 model <- glm(formula, data = dataset, family = binomial) # 获取残差 residuals <- residuals(model) # 绘制残差图 plot(residuals) ``` 在上面的代码中,您需要将"formula"替换为您的GLM模型的公式,"dataset"替换为您的数据集名称。然后,您可以通过计算残差并绘制残差图来评估模型的拟合效果。 2. 模型检验: ```R # 拟合GLM模型 model <- glm(formula, data = dataset, family = binomial) # 进行模型检验 summary(model) ``` 在上面的代码中,您需要将"formula"替换为您的GLM模型的公式,"dataset"替换为您的数据集名称。然后,通过运行summary()函数,您可以获取模型的详细统计信息,包括系数估计、显著性检验和模型拟合信息。 3. 预测能力评估: ```R # 拟合GLM模型 model <- glm(formula, data = dataset, family = binomial) # 进行交叉验证 cv_results <- cv.glm(data = dataset, glmfit = model, K = 10) # 输出交叉验证结果 print(cv_results) ``` 在上面的代码中,您需要将"formula"替换为您的GLM模型的公式,"dataset"替换为您的数据集名称。然后,通过运行cv.glm()函数进行交叉验证,并使用print()函数输出交叉验证的结果。交叉验证可以评估模型的预测能力和泛化能力。 请注意,以上代码示例是一般性的示例,具体评估指标和方法可能因应用场景和数据类型的不同而有所变化。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值