GLM の保存

残差、関連測定値、モデルが予測した値は、データ・エディターで新しい変数として保存することができます。これらの変数の多くは、データに関する前提を調べるために使用することができます。別の IBM® SPSS® Statistics セッションで使用するために値を保存するには、現在のデータ・ファイルを保存する必要があります。

予測値。 モデルがケースごとに予測する値。

標準化されていない: モデルが予測する従属変数の値。
重み付けあり: 重み付きの、標準化していない予測値。既に WLS 変数を選択している場合に限って使用することができます。
標準エラー。独立変数の値が同じケースを対象とした、従属変数の平均値の標準偏差の推定値。

診断。 独立変数の例外的な値の組み合わせを持つケースと、モデルに大きな影響を与える可能性があるケースを特定するための測定方法。

Cook の距離: 特定のケースを回帰係数の計算から除外した場合にすべてのケースの残差がどの程度変化するかを示す指標。 Cook の D が大きいときは、回帰統計量の計算からケースを除外すると係数が大きく変化することを示します。
てこ比の値: 非中心化てこ比の値。モデルの適合度に対する各観測値の相対的な影響度。

残差。 標準化されていない残差は、従属変数の実際の値から、モデルが予測した値を引いたものです。標準化された残差、スチューデント化された残差、削除された残差も使用することができます。 WLS 変数を選択した場合は、重み付けされた標準化されていない残差を使用することができます。

標準化されていない: 観測した値と、モデルによって予測された値との差。
重み付けあり: 重み付きの、標準化していない残差。既に WLS 変数を選択している場合に限って使用することができます。
「標準化」。残差を標準偏差の推定値で割った値。標準化残差は Pearson 残差とも呼びます。平均値は 0 であり、標準偏差は 1 です。
スチューデント化: 独立変数の各ケースの値と独立変数の平均値との距離に応じて、ケースごとに異なる標準偏差の推定量で残差を割ったもの。内部でスチューデント化された残差とも呼ばれます。
削除済み: ケースを回帰係数の計算から除外した場合のそのケースの残差。従属変数の値と調整済み予測値の差です。

係数の統計量。 モデル内のパラメーター推定値の分散共分散行列を、現在のセッションの新しいデータ・セット、または外部の IBM SPSS Statistics データ・ファイルに書き込みます。また、それぞれの従属変数に対して、パラメータ推定値の行、パラメータ推定値の標準誤差の行、パラメータ推定値に対応する t 統計量の有意確率値の行、および残差自由度の行が作成されます。多変量モデルの場合は、従属変数ごとに同様の行が存在します。不均一分散一致統計量を選択 (1 変量モデルにのみ選択可能) すると、分散共分散行列は頑健推定量を使用して計算され、標準誤差の行に頑健な標準誤差が表示され、有意確率値は頑健な誤差を反映します。行列ファイルを読み込む別の手続きで、この行列ファイルを使用することができます。

GLM の新しい変数またはパラメーターを保存するには

メニューから次の項目を選択します。
分析 > 一般線型モデル
「1 変量」、「多変量」、または「反復測定」を選択します。
ダイアログボックスで、「保存」をクリックします。
データ・エディターに追加する変数の種類を選択します。
または
共分散行列を保存するデータ・セット名または外部ファイルを指定します。

Advanced Statistics オプションがインストールされている場合のみ、「GLM 多変量」と「GLM 反復測定」を使用することができます。