Modellübersicht (verallgemeinerte lineare gemischte Modelle)

Diese Ansicht bietet eine übersichtliche und aktuelle Zusammenfassung des Modells und seiner Anpassungsgüte.

Tabelle. In der Tabelle sind das Ziel, die Wahrscheinlichkeitsverteilung und die Verknüpfungsfunktion zu sehen, die in den Zieleinstellungen angegeben wurden. Wenn das Ziel durch Ereignisse und Versuche definiert ist, wird die Zelle aufgeteilt und zeigt das Ereignisfeld und das Feld für die Versuche oder eine feste Anzahl von Versuchen an. Außerdem werden das Akaike-Informationskriterium mit Korrektur für endliche Stichproben (AICC) und das Bayes-Informationskriterium (BIC) angezeigt.

• Akaike (korrigiert). Ein Maß für die Auswahl und den Vergleich von gemischten Modellen, das auf -2 (Restricted) Log-Likelihood beruht. Kleinere Werte stehen für bessere Modelle. Das AICC "korrigiert" das AIC für kleine Stichprobenumfänge. Wenn der Stichprobenumfang zunimmt, konvergiert das AICC zu dem AIC.
• Bayes. Ein Maß für die Auswahl und den Vergleich von Modellen, das auf -2 Log-Likelihood beruht. Kleinere Werte stehen für bessere Modelle. BIC "penalisiert" überparametrisierte Modelle ebenfalls (beispielsweise Modelle mit einer großen Anzahl Eingaben), allerdings strikter als AIC.

Diagramme. Bei kategorialen Zielen zeigt ein Diagramm die Genauigkeit des endgültigen Modells an, also den Prozentsatz der korrekten Klassifizierungen.