Übersicht (Befehl GLM)

GLM (allgemeines lineares Modell) ist eine allgemeine Prozedur für die Analyse von Varianz und Kovarianz sowie Regression. GLM ist die vielseitigste der Varianzanalyseprozeduren und kann sowohl für univariate als auch für multivariate Designs verwendet werden. GLM bietet Ihnen folgende Möglichkeiten:

  • Schließen Sie Interaktionen und verschachtelte Effekte in Ihr Designmodell ein. Eine Mehrfachverschachtelung ist zulässig. Beispiel: A innerhalb von B innerhalb von C wird als A(B(C)) angegeben.
  • Schließen Sie Kovariaten in Ihr Designmodell ein. GLM ermöglicht außerdem Interaktionen zwischen Kovariaten und Kovariaten nach Faktoren, wie z. B. X durch X (oder X*X), X durch A (oder X*A) und X durch A in B (oder X*A(B)). So kann eine polynomiale Regression oder ein Test auf Regressionshomogenität durchgeführt werden.
  • Wählen Sie geeignete Quadratsummen-Hypothesentests für Effekte in ausgewogenen Designmodellen, unausgewogenen Designmodellen mit allen Zellen und einigen Zellen mit leeren Designmodellen aus. Die schätzbaren Funktionen, die dem Hypothesentest für jeden Effekt im Modell entsprechen, können ebenfalls angezeigt werden.
  • Zeigt die allgemeine Form schätzbarer Funktionen an.
  • Anzeige erwarteter Mittelquadrate, automatische Erkennung und Verwendung des entsprechenden Fehlerbegriffs zum Testen jedes Effekts in Modellen mit gemischten Effekten und Modellen mit zufälligen Effekten.
  • Wählen Sie häufig verwendete Kontraste aus oder geben Sie benutzerdefinierte Kontraste an, um Hypothesentests durchzuführen.
  • Anpassen des Hypothesentests auf der Basis der Nullhypothese LBM = K, wobei B der Parametervektor oder die Matrix ist.
  • Zeigt eine Vielzahl von Post-hoc-Tests für Mehrfachvergleiche an
  • Anzeigen von Schätzungen der Randzellenmittelwerte der Grundgesamtheit sowohl für Zwischensubjektfaktoren als auch für Innersubjektfaktoren, angepasst an Kovariaten.
  • Multivariate Analyse von Varianz und Kovarianz durchführen.
  • Schätzen Sie Parameter mithilfe der Methode der gewichteten kleinsten Quadrate und einer verallgemeinerten inversen Technik.
  • Sie können die Stufen in einem Modell grafisch vergleichen, indem Sie Diagramme der geschätzten Randzellenmittel für jede Stufe eines Faktors mit separaten Linien für jede Stufe eines anderen Faktors im Modell anzeigen.
  • Zeigt eine Vielzahl von Schätzungen und Kennzahlen an, die für die Diagnoseprüfung nützlich sind. Alle diese Schätzungen und Kennzahlen können zur Verwendung durch eine andere Prozedur in einer Datendatei gespeichert werden.
  • Analyse der Varianz mit Messwiederholungen durchführen.
  • Homogenitätstests zum Testen zugrunde liegender Annahmen in multivariaten und univariaten Analysen anzeigen.