「PValues」データテーブルには、Y変数とモデル効果のペアごとに、以下の結果が1行ずつ出力されます。なお、起動ウィンドウで［ロバストなあてはめ］オプションを選択した場合、モデルはHuberのM推定法によって推定されます。
Y
指定したモデルにおける応答変数の列。
Effect
指定したモデルにおける効果。
Fratio
効果に対する検定の検定統計量。これは、「最小2乗法によるあてはめ」の「効果の検定」レポートに表示される値です。
PValue
「FRatio」（F値）に対するp値。効果の検定の詳細については、『基本的な回帰モデル』の効果の検定を参照してください。
LogWorth
-log10(p値)。p値のグラフのスケールが対数価値（LogWorth）に変換されると、解釈がしやすくなります。2を上回る値は、有意水準0.01で有意となります（-log10(0.01) = 2）。
FDR PValue
FDR（False Discovery Rate; 偽発見率）を制御するように調整されたp値。Benjamini‐Hochberg法で計算されています。FDRは、検定の多重性を考慮して、生のp値を調整したものです。FDRについては、Benjamini and Hochberg（1995）を参照してください。また、FDR（False Discovery Rate; 偽発見率）またはWestfall et al.（2011）を参照してください。
FDR LogWorth
-log10(FDR調整p値)。これは、検定の有意性をグラフに表すのに適している統計量です。p値が小さいと、この値は大きくなります。
Rank Fraction
対数価値の順位を、検定の総回数で割ったもの。検定の総回数をmとした場合、対数価値が最大のときに、「Rank Fraction」は1/mとなります。また、対数価値が最小のときに、「Rank Fraction」は1となります。この「RankFraction」は、対数価値では大きい順ですが、p値では小さい順に対応しています。「Rank Fraction」は、「FDR PValue Plot」の横軸に使われます。
Test DF
効果に対する検定の自由度。
「PValues」データテーブルには、分析に使用したデータテーブルの名前を示す「Original Data」というテーブル変数も含まれます。By変数を指定した場合は、By変数の水準ごとに「PValues」データテーブルが作成され、「Original Data」変数にBy変数とその水準が表示されます。