GLM 옵션
이 대화 상자에서는 선택적 통계를 사용할 수 있습니다. 통계는 모수효과 모형을 사용하여 계산됩니다.
표시. 전체 셀의 모든 종속변수에 대한 관측평균, 표준 편차, 개수를 나타내려면 기술통계를 선택합니다. 효과크기 추정값은 각 효과와 각 모수 추정값에 대한 부분 에타제곱을 제공합니다. 에타제곱 통계는 요인에서 기인하는 전체 변동의 비율에 대해 설명합니다. 대립가설을 관측값 기준으로 설정한 경우에 검정력을 구하려면 관측 검정력을 선택합니다. 모수 추정값을 선택하여 각 검정에 대한 모수 추정값, 표준 오차, t 검정, 신뢰구간, 관측 검정력을 생성합니다. 대비계수(L) 행렬을 선택하여 L 행렬을 구합니다.
동질성 검정은 개체 간 요인에 대해서만 개체 간 요인 수준의 모든 조합에서 각 종속변수마다 분산의 동질성에 대한 Levene의 검정을 생성합니다. 평균-산포 도표와 잔차 도표 옵션은 데이터에 대한 가정을 진단하는 데 유용합니다. 이 항목은 요인이 없을 경우에는 사용할 수 없습니다. 잔차 도표를 선택하여 각 종속변수에 대한 관측-예측-표준화 잔차 도표를 작성합니다. 이들 도표는 동일한 분산에 대한 가정을 조사하는 데 유용합니다. 적합결여 검정을 선택하여 종속변수와 독립변수 간 관계를 해당 모형으로 충분히 설명할 수 있는지 확인합니다. 일반 추정가능 함수를 사용하여 일반 추정가능 함수를 기준으로 사용자 정의 가설검정을 작성할 수 있습니다. 대비 계수 행렬의 행은 일반 추정가능 함수의 선형결합입니다.
이분산성 검정은 오차의 분산(각 종속 변수에 대한)이 독립 변수의 값에 의존하는지 여부를 검정하는 데 사용될 수 있습니다. Breusch-Pagan 검정, 수정된 Breusch-Pagan 검정 및 F 검정의 경우에는 검정의 기반이 되는 모형을 지정할 수 있습니다. 기본적으로, 모형은 상수 항, 예측값에서 선형인 항, 예측값에서 2차인 항, 그리고 오류 항으로 구성되어 있습니다.
강력한 표준 오차의 모수 추정값은 강력한 또는 이분산성 일관적(HC) 표준 오차, 그리고 t 통계, 유의수준 및 강력한 표준 오차를 사용하는 신뢰구간과 함께 모수 추정값의 표를 표시합니다. 다섯 가지의 서로 다른 방법이 강력한 공분산 행렬 추정에 사용 가능합니다.
- HC0
- 모수 추정값의 공분산 행렬에 대해 원래의 점근적 또는 대형 샘플 로버스트, 경험적 또는 "샌드위치" 추정량을 기반으로 합니다. 샌드위치의 중간 부분에는 제곱한 OLS(Ordinary Least Squares) 또는 제곱한 가중치 WLS(Weighted Least Squares) 잔차가 포함됩니다.
- HC1
- HC0의 수정의 유한 샘플을 N/(N-p)로 곱합니다. 여기서 N은 샘플 크기이며, p는 모형에서 중복되지 않는 모수의 수입니다.
- HC2
- 제곱한 잔차를 1-h로 나눈 값을 포함하는 HC0의 수정입니다. 여기서 h는 케이스의 레버리지입니다.
- HC3
- 잭나이프 추정량의 근사치를 계산하는 HC0의 수정입니다. 제곱한 잔차를 1-h의 제곱으로 나눕니다.
- HC4
- 제곱한 잔차를 1-h의 제곱으로 나누는 HC0의 수정입니다. 이는 h, N 및 p에 따라 변하며 상단 한계는 4입니다.
유의 수준. 사후 검정에 사용되는 유의 수준과 신뢰구간 형성에 사용되는 신뢰수준을 조정할 수 있습니다. 지정된 값은 해당 검정에 대한 관측 검정력을 계산하는 데에도 사용할 수 있습니다. 유의수준을 지정할 때 신뢰구간의 관련된 수준이 대화 상자에 출력됩니다.
GLM 일변량에 대한 옵션 지정
이 기능을 사용하려면 Statistics Base 옵션이 필요합니다.
- 메뉴에서 다음을 선택합니다.
- GLM 일변량 대화 상자에서 옵션을 클릭합니다.
통계 및 진단을 선택합니다.