指定用于置信区间构造的显著性水平。
统计量
您可以选择在结果中包括默认统计量或其他统计量。
参数估计
标准化回归系数
显示标准化回归系数。标准化回归系数通过将参数估计除以因变量样本标准差与回归变量样本标准差的比率计算得出。
估计的置信限
显示参数估计的 置信上限和下限。
平方和
顺序平方和(I 型)
显示模型中每个项的顺序平方和(I 型平方和)和参数估计。
部分平方和(II 型)
显示模型中每个项的部分平方和(II 型平方和)和参数估计。
偏相关和半偏相关
偏相关的平方
显示使用 I 型和 II 型平方和计算得出的偏相关的平方系数。
半偏相关的平方
显示使用 I 型和 II 型平方和计算得出的半偏相关的平方系数。该值采用平方和除以校正总平方和计算得出。
诊断
影响分析
请求每个观测对估计和预测值的影响的详细分析。
残差分析
请求进行残差分析。结果包括输入数据和估计模型的预测值、预测均值和偏差值的标准误差、学生化残差和 Cook D 统计量,从而衡量每个观测对参数估计的影响。
预测值
根据输入数据和估计模型计算预测值。
多重比较
执行多重比较
指定是否计算并比较固定效应的最小二乘均值。
选择要检验的效应
指定要比较的效应。您曾在模型选项卡上指定这些效应。
方法
请求p值的多个比较调整和最小二乘均值差异的置信限。以下是有效方法:Bonferroni、Nelson、Scheffé、Sidak和Tukey。
显著性水平
请求对每个置信水平为 1 – 数字 的最小二乘均值构造t类型置信区间。数值必须介于 0 和 1 之间。默认值为 0.05。
共线性
共线性分析
获取回归变量之间的详细的共线性分析。包括特征值、条件指数和有关每个特征值的估计的方差分解。
估计的容差值
生成估计的容差值。将变量容差值定义为 ,其中 R 方是通过对此变量与模型中其他所有回归变量进行回归分析计算得出。
方差膨胀因子
生成具有参数估计的方差膨胀因子。方差膨胀是容差的倒数。
异方差性
异方差性分析
执行检验,以确认是否正确指定模型的第一个矩和第二个矩。
渐近协方差矩阵
在异方差性假设和异方差性一致的参数估计的标准误差下显示估计的渐近协方差矩阵。
图
诊断图和残差图
默认情况下,结果中包含多个诊断图。也可以指定是否包含每个解释变量的残差图。
其他诊断图
预测值-RStudent 统计量
预测值学生化残差图。如果选择为极值点添加标签选项,则学生化残差位于带外且在参考线 之间的观测值被视为离群值。
按观测的 DFFITS 统计量
绘制按观测号划分的 DFFITS 统计量图。如果选择为极值点添加标签选项,则 DFFITS 统计量在量值上大于 的观测被视为有影响。使用的观测号为n,回归变量数为p。
依据每个解释变量观测号的 DFBETAS 统计量
生成模型中依据回归变量观测号的 DFBETAS 面板。您可将这些图作为面板查看,也可作为单个图查看。如果选择为极值点添加标签选项,则 DFFITS 统计量在量值上大于 的观测值被视为对该回归变量有影响。所使用的观测数为 n。
为极值点添加标签
识别每个不同类型图的极值。
散点图
单个连续变量的拟合图
生成数据与模型(包含一个连续变量)的回归线、置信带、预测带重叠的散点图。截距不包含在内。当点数超过最大图点数选项的值时,将显示热图而非散点图。
依据预测值的观测值
生成观测值与预测值的散点图
每个解释变量的偏回归
生成每个回归变量的偏回归。如果在面板中显示这些图,则每个面板最多显示六个回归变量。
最大图点数
指定包含于每个图中的最大点数。
(责任编辑:七杀私服)