「選択モデル」レポートでは、モデルに1つ以上の効果があり、計算にあまり時間がかからない場合には、「効果の要約」セクションが表示されます。（表示されない場合は、赤い三角ボタンのメニューから［尤度比検定］を選択すると、「尤度比検定」と「効果の要約」の両方のレポートが開きます。）モデルによって推定された効果がリストされ、それらの効果の対数価値（またはFDR対数価値）のプロットが表示されます。また、このレポートでは、モデルに効果を追加したり削除したりできます。このとき、「モデルのあてはめ」レポートは、「効果の要約」レポートでの変更に合わせて自動的に更新されます。『基本的な回帰モデル』の「効果の要約」レポートを参照してください。
メモ: 階層型Bayesを使ったモデルのあてはめでは、「効果の要約」レポートを使用できません。
「効果の要約」表には次の列があります。
要因
モデル内の効果。p値の小さい順に並べられます。
対数価値
-log10(p値)という式でp値を変換したもので、「対数価値（Logworth）」と呼んでいます。p値そのものの値ではなく、対数価値に変換すると、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 対数価値
-log10(FDR調整p値)という式で計算したもので、FDR（False Discovery Rate; 偽発見率）の対数価値です。FDR対数価値は、検定の有意性をグラフに表すのに適しています。「対数価値」列を「FDR 対数価値」に変更するには、［FDR］チェックボックスをオンにします。
棒グラフ
対数価値（またはFDR 対数価値）の棒グラフ。このグラフには、整数値に縦の点線が、2の位置に青の参照線が引かれています。
P値
各モデル効果のp値。このp値は、「尤度比検定」レポートにある有意性検定のp値です。
FDR P値
Benjamini‐Hochberg法で計算された、各効果のFDR調整p値。FDR調整p値は、検定の多重性を考慮して、生のp値を調整したものです。「P値」列を「FDR P値」に変更するには、［FDR］チェックボックスをオンにします。
FDRについては、Benjamini and Hochberg（1995）を参照してください。偽発見率（FDR）の詳細については、『予測モデルおよび発展的なモデル』の「応答のスクリーニング」プラットフォームの統計的詳細またはWestfall et al.（2011）を参照してください。
要約表の下にあるオプションによって、効果を追加や削除できます。
削除
選択した効果がモデルから削除されます。1つまたは複数の効果を削除するには、削除したい効果を選択し、［削除］ボタンをクリックします。
プロファイル効果の追加
パネルが開き、［1つのデータテーブル, 積み重ね］データ形式ならデータテーブルにあるすべての列、［複数のデータテーブル, 相互参照］データ形式ならプロファイルのデータテーブルにある列がリストされます。モデルに追加したい列を選択し、リストの下にある［追加］ボタンをクリックすると、その効果がモデルに追加されます。［閉じる］をクリックすると、パネルが閉じます。
被験者効果の追加
パネルが開き、［1つのデータテーブル, 積み重ね］データ形式ならデータテーブルにあるすべての列、［複数のデータテーブル, 相互参照］データ形式なら被験者のデータテーブルにある列がリストされます。モデルに追加したい列を選択し、リストの下にある［追加］ボタンをクリックすると、その効果がモデルに追加されます。［閉じる］をクリックすると、パネルが閉じます。