Panoramica (comando GLM)

GLM (modello lineare generalizzato) è una procedura generale per l'analisi della varianza e della covarianza, nonché per la regressione. GLM è la procedura di analisi della varianza più versatile e può essere utilizzata sia per progettazioni univariate che multivariate. GLM consente di:

Includere l'interazione e gli effetti nidificati nel modello di progettazione. È consentita la nidificazione multipla; ad esempio, A entro B entro C viene specificata come A(B(C)).
Includere le covariate nel modello di progettazione. GLM consente anche le interazioni covariata per covariata e covariata per fattore, come X per X (o X*X), X per A (o X*A) e X per A all'interno di B (o X*A(B)). Pertanto, è possibile eseguire la regressione polinomiale o un test di omogeneità delle regressioni.
Selezionare i test di ipotesi delle somme dei quadrati appropriati per gli effetti nei modelli di progettazione bilanciati, nei modelli di progettazione riempiti di tutte le celle non bilanciati e nei modelli di progettazione vuoti di alcune celle. Possono essere visualizzate anche le funzioni stimabili che corrispondono al test sull'ipotesi per ciascun effetto nel modello.
Visualizza la forma generale delle funzioni stimabili.
Visualizzare i quadrati medi previsti, rilevando automaticamente e utilizzando il termine di errore appropriato per testare ciascun effetto nei modelli a effetti misti e a effetti casuali.
Selezionare i contrasti comunemente utilizzati o specificare i contrasti personalizzati per eseguire i test sull'ipotesi.
Personalizzare il test di ipotesi, in base all'ipotesi null LBM = K, dove B è il vettore del parametro o la matrice.
Visualizzare una varietà di test post hoc per confronti multipli.
Visualizza le stime delle medie delle celle marginali della popolazione per i fattori tra soggetti e entro soggetti, corrette per le covariate.
Eseguire l'analisi multivariata della varianza e della covarianza.
Stimare i parametri utilizzando il metodo dei minimi quadrati ponderati e una tecnica inversa generalizzata.
Confronta graficamente i livelli di un modello visualizzando i grafici delle medie delle celle marginali stimate per ciascun livello di un fattore, con linee separate per ogni livello di un altro fattore nel modello.
Visualizza una serie di stime e misure utili per il controllo diagnostico. Tutte queste stime e misure possono essere salvate in un file di dati per essere utilizzate da un'altra procedura.
Eseguire l'analisi delle misure ripetute della varianza.
Visualizzare test di omogeneità per il test delle ipotesi sottostanti in analisi multivariate e univariate.