拟合线性模型 • 广义线性模型 • 启动“广义线性模型”特质
上一个
 • 
下一个
启动“广义线性模型”特质
通过以下方式启动“广义线性模型”特质：选择分析 > 拟合模型，输入一个或多个 Y 列，然后从特质菜单选择广义线性模型。
选择了“广义线性模型”的“拟合模型”启动窗口
有关对所有特质通用的“拟合模型”窗口各方面的详细信息，请参见模型规格。这里提供“广义线性模型”特质特有的信息。
若您的模型效应有缺失值，可以将这些缺失值视为信息性类别。从“模型规格”红色小三角菜单中选择“信息性缺失”选项。
提示：“无截距”选项在“拟合模型”平台的“广义线性模型”特质中不可用。
当您为“特质”选择“广义线性模型”时，“拟合模型”启动窗口会有所改变，以包含其他选项。在“广义线性模型”特质中提供以下其他选项：
分布
指定响应变量的概率分布。
连结函数
指定将线性模型与响应变量关联的连结函数。
过度离散检验和区间
指定应在模型中包含过度离散参数。当响应方差大于响应分布的理论方差期望值时，发生过度离散。Poisson 和二项响应模型中都可能出现这种情况。McCullagh 和 Nelder (1989) 指出过度离散实际上并不少见。
注意：该选项在“整体模型检验”报表中的“拟合优度统计量”表中添加对应“过度离散”的列。
Firth 偏倚调整估计值
指定使用 Firth 偏倚调整方法来拟合模型。这个基于最大似然的方法与不使用偏倚修正的基于最大似然的模型相比，已被证实可以得到更好的估计值和检验值。此外，修正偏倚的 MLE 可缓解 Logistic 类型的模型中常见的分离问题。有关 Logistic 回归中的分离问题的详细信息，请参见 Heinze and Schemper (2002)。
偏移
（显示为“选择角色变量”按钮。）指定偏移变量。将偏移变量作为其参数固定为 1.0 的回归协变量处理。偏移变量最常用于在对数连结的 Poisson 回归情形中对均值建模统一尺度。
二项响应分布的响应规格
选择“二项”作为“分布”时，必须按以下方式之一指定响应变量：
•
若您的数据未汇总为事件频数，指定一个二值列作为响应。响应列必须是名义型。
•
若您的数据已汇总为事件频数，指定一个二值列作为响应以及一个频数变量作为“频数”角色。响应列必须是名义型，频数变量包含每个响应水平的计数。
•
若您的数据已汇总为事件频数和试验次数，以该顺序指定两个连续列：成功次数的计数和试验次数的计数。或者，您可以指定失败次数而非成功次数。