多項式邏輯迴歸統計量
您可對「多項式邏輯迴歸」指定下列統計量：
觀察值處理摘要。 本表格包含所指定類別變數的相關資訊。
模型。 整體模型的統計量。
- 虛擬迴歸係數 (Pseudo R-square)。 列印出 Cox 與 Snell、Nagelkerke 及 McFadden R 2 統計量。
- 逐步摘要。 本表格摘要在使用逐步方法時，每個步驟所輸入或移除的效應項。 除非在 模型 對話框中指定逐步模型，否則不會產生此模型。
- 模式適合度資訊。 本表格會針對適合的、僅含截距，或虛無模型進行比較。
- 資訊準則。 這個表格可列印「Akaike 資訊準則」(AIC) 及「Schwarz 貝氏資訊準則」(BIC)。
- 格機率。 列印出依共變異數型樣及回應類別，所做的觀察與所期望頻次分配（含殘差）及比例的表格。
- 分類表。 列印出觀察對所預測回應值的表格。
- 適合度卡方統計量。 列印出皮爾遜與概似比卡方統計量。 這些統計量是就共變異數型樣計算出來的，而此樣式是依所有因素及共變數，或依使用者定義的因素及共變數次集而定的。
- Monotinicity 量數。 顯示包含和諧成對、不和諧成對和等值成對數量等相關資訊的表格。 Somers' D、Goodman 與 Kruskal's Gamma、Kendall's tau-a 以及和諧指數 C 也會呈現在本表。
參數。 與模型參數相關的統計量。
- 估計值。 列印出包含使用者指定信賴區間的模型參數估計值。
- 概似比檢定。 列印出對模式淨效果的概似比檢定， 而對整體模型的檢定會自動印出。
- 漸近相關。 列印出參數估計值相關性矩陣。
- 漸近共變異數。 列印出參數估計值共變異數矩陣。
定義次母體 可讓您選取因素及共變數的次集，以便定義格機率及適合度檢定所用的共變異數型樣。
如何選取統計量
此功能需要 自訂表格及進階統計量。
- 從功能表中選擇：
- 在「多項式邏輯迴歸」對話框中，按一下統計量。
- 選取您想要的統計量。