「標準化した説明変数に対する推定値」レポートには、モデルに含まれるすべてのパラメータの推定値やその他の結果が表示されます。最初の表は、モデルの説明変数に対する係数が含まれています。2番目の表には、尺度、過分散、ゼロ強調といったパラメータに対する推定値が含まれています。分布を参照してください。これら2つの表は、同じ設定に対する推定結果です。
ヒント: 「標準化した説明変数に対する推定値」レポートで行をクリックすると、「パラメータ推定値の経路」プロットでも対応する経路が強調表示されます。この時、データテーブルでも対応する列が選択されます。この機能は、さらに分析を進めるときに便利です。なお、複数の項を選択する場合は、Shiftキーを押しながら選択してください。
[一般化回帰]手法におけるすべての推定法では、すべての説明変数が、次のような計算により、平均0、ノルム1になるように標準化されます。
• 各列から平均が引かれます。
• 平均からの差を、その平方和の平方根で割ります。
このような標準化により、すべての説明変数が、適用されるペナルティに対して相対的に同じ尺度になります。
注: なお、起動ウィンドウで[切片なし]オプションを選択した場合には、説明変数の標準化は行われません。
「標準化した説明変数に対する推定値」レポートには、説明変数を標準化したときのモデルのパラメータ推定値が表示されます。最終的なモデルは、指定した検証法によって決定されます。最終的なモデルは「パラメータ推定値の経路」プロットに赤い縦線として表示されます。
レポートには次の情報も表示されます。
項
モデル項のリスト。「詳細設定」オプションの「強制的に含める項」での指定により、強制的にモデルに含まれた項の横には「強制的に含まれた」と記されます。
推定値
標準化されたモデル項に対するパラメータ推定値。
標準誤差
推定値の標準誤差。この標準誤差は、M推定におけるサンドイッチ公式を使って求められます(Zou, 2006およびHuber and Ronchetti, 2009)。
Waldカイ2乗
パラメータが0かどうかを調べるWald検定のカイ2乗値。
p値(Prob > ChiSquare)
Wald検定に対するp値。
下側95%
パラメータに対する両側95%信頼区間の下限。信頼水準(a)を変更するには、「モデルの指定」の赤い三角ボタンのメニューから[有意水準の設定]を選択します。
上側95%
パラメータに対する両側95%信頼区間の上限。信頼水準(a)を変更するには、「モデルの指定」の赤い三角ボタンのメニューから[有意水準の設定]を選択します。
特異性の詳細
(モデル項の間に1次従属性がある場合のみ表示されます。)ある効果と別の効果とにある1次従属関係が示されます。