モデルの要約 (一般化線型混合モデル)
このビューはスナップショットで、モデルとその適合についてまとめた概要です。
テーブル。 このテーブルは、 「対象の設定」で指定された対象、確率分布、リンク関数を識別します。 対象がイベントや試行によって定義されている場合、セルはイベント・フィールドや試行フィールド、または固定の試行回数を表示するために分割されます。 また、有限サンプル補正済み赤池情報量基準 (AICC) およびベイズ情報基準 (BIC) が表示されます。
- 補正済み赤池。 -2 (制限) 対数尤度に基づいて混合モデルを選択し、比較するための指標。 値が小さいほどモデルが良好であることを示します。 AICC は小さなサンプルサイズに対して AIC を「修正」します。 標本サイズが大きくなるに従い、AICC は AIC に収束します。
- ベイズ。 -2 対数尤度に基づいてモデルを選択し、比較するための指標。 値が小さいほどモデルが良好であることを示します。 BIC もパラメータが過多のモデル (例えば、大量の入力がある複雑なモデル) にペナルティを科しますが、AIC よりも厳密にそれを行います。
「グラフ」。 。対象がカテゴリーの場合、グラフには最終のモデルの精度が表示されます。これは正確な分類の割合です。