概觀 (GENLIN 指令)

GENLIN 程序適用於廣義線性模型及廣義估計方程式。

廣義線性模型包含一個應變數，且通常包含一個以上自效應。 受試者被假設為獨立。 廣義線性模型不僅涵蓋廣泛使用的統計模型，例如常態分佈回應的線性迴歸、二進位資料的邏輯模型，以及計數資料的對數線性模型，而且還透過其非常一般的模型表述涵蓋許多其他統計模型。 然而，獨立性假設禁止將模型套用至相關資料。

廣義估計方程式會將廣義線性模型延伸至相關縱向資料及叢集資料。 更具體而言，是廣義估計方程式模型受試者內的相關性。 受試者間的資料仍假設獨立。

選項

獨立假設。 GENLIN 程序適用於假設受試者間獨立性的廣義線性模型，或假設受試者內相關測量但假設受試者間獨立性的廣義估計方程式。

二項式分佈的事件/試用規格。 一般應變數規格會是單一變數，但對於二項式分配而言，可使用事件數變數及試驗數變數來指定應變數。 或者，如果所有受試者的試驗數目相同，則可以使用固定數目而非變數來指定試驗。

應變數的機率分佈。 應變數的機率分配可以指定為常態、二項式、gamma、逆高斯 (Gaussian)、多項式、負二項式、Poisson 或 Tweedie。

鏈結函數。 GENLIN 提供下列鏈結函數 :Identity、complementary log-log、log、log-complement、logit、negative 二項式、negative log-log、odds power、power 及 probit。 對於多項式分佈，可以使用下列鏈結函數: 累積 Cauchit、累積互補對數存活函數的對數、累積 Logit、累積負對數存活函數的對數，以及累積機率。

廣義估計方程式的相關性結構。 假設受試者內的測量相關時，相關性結構可以指定為獨立、AR (1)、可交換、固定、 分鐘相依或非結構化。

邊際平均數估計。 估計邊際平均數可針對一或多個交叉因素來計算，且可能以回應值或線性預測值為基礎。

基本規格

• 基本規格是 MODEL 次指令，其中包含一個以上模型效應，以及識別應變數、因素 (如果有的話) 及共變數 (如果有的話) 的變數清單。
• 如果未指定 MODEL 次指令，或指定時沒有模型效應，則預設模型是使用常態分佈和恆等式鏈結的僅限截距模型。
• 如果未指定 REPEATED 次指令，則假設受試者是獨立的。
• 如果指定 REPEATED 次指令，則適合概化估計方程式 (受試者內的模型相關性)。 依預設，廣義估計方程式會使用獨立相關性結構。
• 基本規格會顯示預設輸出，包括觀察值處理摘要表格、變數資訊、模型資訊、適合度統計量、模型摘要統計量，以及參數估計值和相關統計量。

指令語法的規則

• 需要應變數或事件/試用規格。 所有其他變數和次指令都是選用的。
• 在相同的 GENLIN 指令中指定應變數及事件/試用規格無效。
• 可以指定多個 EMMEANS 次指令; 每個次指令都獨立處理。 所有其他次指令只能指定一次。
• EMMEANS 次指令可以在沒有選項的情況下指定。 所有其他次指令必須以選項指定。
• 每個關鍵字在次指令中只能指定一次。
• 指令名稱、所有次指令名稱及所有關鍵字都必須完整拼寫。
• 次指令可依任何順序指定。
• 在次指令內，可依任何順序指定關鍵字設定。
• 下列變數 (如果指定的話) 必須是數值: 事件及試用變數、共變數、 OFFSET 變數及 SCALEWEIGHT 變數。 下列項目 (如果指定的話) 可以是數值或字串變數: 應變數、因素、 SUBJECT 變數及 WITHINSUBJECT 變數。
• 在下列變數或變數清單中，所有變數都必須是唯一的: 應變數、事件變數、試驗變數、因素清單、共變數清單、 OFFSET 變數及 SCALEWEIGHT 變數。
• 應變數、事件變數、試用變數及共變數可能未指定為 SUBJECT 或 WITHINSUBJECT 變數。
• SUBJECT 變數不能指定為 WITHINSUBJECT 變數。
• 最小語法是應變數。 此規格適合僅截距模型。

觀察值頻率

• 如果指定 WEIGHT 變數，則 GENLIN 程序會使用其值作為次數加權。
• 加權值在使用之前會四捨五入至最接近的整數。 例如， 0.5 會四捨五入為 1 ，而 2.4 會四捨五入為 2。
• WEIGHT 變數不能在 GENLIN 程序中的任何次指令上指定。
• 分析中不會使用遺漏加權值或加權值小於 0.5 的觀察值。

限制

• 在此程序中，變數清單不支援 TO 關鍵字。