拟合线性模型 • 广义回归模型 • 模型拟合报表 • 中心化和统一尺度的预测变量的参数估计值
上一个
 • 
下一个
中心化和统一尺度的预测变量的参数估计值
“中心化和统一尺度的预测变量的参数估计值”报表提供模型中所有参数的估计值和其他结果。其中包括预测变量的系数以及尺度、离散和零泛滥参数之类的其他参数。请参见分布。
提示：您可以点击“中心化和统一尺度的预测变量的参数估计值”报表中的项来突出显示“解路径”图中的相应路径。同时选定数据表中的对应列。这对于运行进一步的分析很有用。按 Shift 键并点击各项以选择多行。
对于“广义回归”特质中的所有拟合，将每个预测变量中心化以具有均值零并统一尺度以使平方和为 1：
•
从每个观测值中减去均值。
•
然后将差值除以与每个均值的差值的平方和的平方根。
这使得所有预测变量相对于应用的罚值具有平等的地位。
注意：若在启动窗口中选定了“无截距”选项，则不会对预测变量执行中心化和统一尺度。
“中心化和统一尺度的预测变量的参数估计值”报表给出用中心化和统一尺度的预测变量表示的模型的参数估计值。这些估计值由您指定的验证方法决定。这些估计值在“解路径”图中用红色的垂直线描绘。
该报表提供以下信息：
项
模型项的列表。对于使用“高级控件”选项强制进入模型的任何项，其旁边会显示“强制进入”。
估计值
对应于中心化和统一尺度的模型项的参数估计值。
标准误差
估计值的标准误差。该值是使用 M 估计和夹层公式（Zou, 2006；Huber 和 Ronchetti, 2009）获取的。
Wald 卡方
用于检验参数是否为 0 的 Wald 检验的卡方值。
概率 > 卡方
Wald 检验的 p 值。
95% 下限
参数的 95% 置信区间的下限。通过从红色小三角菜单中选择“设置 Alpha 水平”，您可以在“拟合模型”窗口中更改 α 水平。
95% 上限
参数的 95% 置信区间的上限。通过从红色小三角菜单中选择“设置 Alpha 水平”，您可以在“拟合模型”窗口中更改 α 水平。
奇异性详细信息
（仅当模型项之间存在线性相依性时可用。） 模型项所满足的线性函数。