模型选择对数线性分析
“模型选择对数线性分析”过程分析多阶交叉制表（列联表）。 它使用成比例拟合的迭代算法将分层对数线性模型拟合度到多维交叉制表。 此过程可帮助您找出关联的分类变量。 要构建模型，可以使用强制输入和向后去除方法。 对于饱和模型，可以请求参数估计值和偏关联检验。 饱和模型会为所有单元格加上 0.5。
示例。 在研究两种洗涤剂中的一种的用户偏好时，研究人员统计了每组的人数、水的软硬度（软、中等或硬）的各种类别、其中一个品牌的上一次使用以及洗涤温度（冷或热）。 他们发现了温度与水的软硬度以及品牌偏好的关系。
统计。 频率、残差、参数估计值、标准误差、置信区间和偏关联检验。 对于定制模型，那么为残差图和正态概率图。
模型选择对数线性分析数据注意事项
数据。 因子变量是分类的。 要分析的所有变量都必须是数值。 开始进行模型选择分析前，可以将分类字符串变量重新编码为数字变量。
避免指定具有多个水平的多个变量。 这样的指定可能导致多个单元格具有少量的观测值，卡方值可能没用。
相关过程。 “模型选择”过程可帮助标识模型中需要的项。 然后您就可以使用“一般对数线性分析”或“Logit 对数线性分析”继续评估模型。 可以使用“自动重新编码”重新编码字符串变量。 如果数字变量具有空类别，那么使用“重新编码”创建连续的整数值。
获取模型选择对数线性分析
此功能需要 SPSS® Statistics Standard Edition 或 Advanced Statistics Option。
从菜单中选择：
- 选择两个或更多数值型分类因子。
- 在“因子”列表中选择一个或多个因子变量，然后单击定义范围。
- 定义每个因子变量的值范围。
- 在“建立模型”组中选择一个选项。
或者，您可以选择一个单元格权重变量指定结构零。
此过程将粘贴 HILOGLINEAR 命令语法。