このバージョンのヘルプはこれ以降更新されません。最新のヘルプは https://www.jmp.com/support/help/ja/15.2   からご覧いただけます。


基本的な回帰モデル • 一般化線形モデル • 「一般化線形モデルのあてはめ」レポート
前へ
 • 
次へ
「一般化線形モデルのあてはめ」レポート
デフォルトの「一般化線形モデルのあてはめ」レポートには、モデルの指定に関する詳細のほかに、次のようなレポートが表示されます。
特異性の詳細
（モデル項の間に1次従属性がある場合にのみ表示。）モデル項における1次従属関係を示すレポートを表示します。
回帰プロット
（連続尺度の説明変数が1つ、かつカテゴリカルな説明変数が1つ以下である場合にのみ表示されます。）応答変数を縦軸、連続尺度の説明変数を横軸にプロットします。点と一緒に回帰直線も描かれます。モデルにカテゴリカルな説明変数がある場合は、その水準ごとに個別の回帰直線が作成され、プロットの横に凡例が表示されます。
モデル全体の検定
指定されたモデル全体の適合度を、切片パラメータしかないモデルと比較した検定を表示します。このレポートには、適合度の統計量と修正済み赤池情報量規準（AICc）が含まれます。第 “モデル全体の検定”を参照してください。
効果の要約
対話式のレポートで、モデルの効果を追加したり、削除したりできます。「標準最小2乗のレポートとオプション」章の「「効果の要約」レポート」（163ページ）を参照してください。
効果の検定
「効果の検定」は、「効果のすべてのパラメータが0である」という帰無仮説に対する検定です。連続尺度の説明変数のように、効果にパラメータが1つしかないとき、効果の検定は「パラメータ推定値」表の検定と同じになります。
メモ: Firth補正を用いた場合でも、「効果の検定」は、罰則のない尤度関数に基づいて計算されています。
パラメータ推定値
パラメータ推定値、標準誤差、該当するパラメータに対する検定結果、信頼区間を表示します。連続尺度の各変数に対しては、パラメータが1つだけ推定されます。カテゴリカルな変数やその交互作用効果に対しては、自由度の数だけパラメータが推定されます。
メモ: データの行数（観測値の個数）が1,000を超える場合、Wald法による信頼区間が表示されます。それ以外の場合は、プロファイル尤度に基づく信頼区間が表示されます。
予測値 vs. スチューデント化デビアンス残差
スチューデント化デビアンス残差を縦軸、応答の予測値を横軸にプロットします。