以下のオプションは、「名義ロジスティックのあてはめ」と「順序ロジスティックのあてはめ」の両方のメニューに含まれます。
ロジスティックプロット
（モデルに1つの連続尺度の効果しかない場合にのみ表示。）「ロジスティックプロット」レポートを表示します。ロジスティックのあてはめのレポートを参照してください。
尤度比検定
「効果の尤度比検定」レポートを表示します。「尤度比カイ2乗」検定は、完全モデルの対数尤度と、検定対象である仮説によって制約されたモデルの対数尤度における差を2倍したものです。「制約されたモデル」とは、検定対象の効果を含まないモデルを指します。これらの検定は、効果ごとに反復計算を行うので、時間がかかることがあります。特にデータが大きいと計算時間が長くなります。
メモ: 計算時間が20秒未満と予想される場合は、デフォルトで尤度比検定が行われます。このデフォルトのオプションを使用することを強く推奨します。
Wald検定
「効果のWald検定」レポートを表示します。Waldのカイ2乗は、対数尤度（尤度比検定）を2次近似したものです。計算には反復計算の内部処理で生じた値が使われるため、1回だけの計算で算出することができます。Wald検定は信頼性が多少低いと考えられていますが、計算時間が短くてすむため、要因のスクリーニングや変数選択においてよく使われています。Wald検定は各パラメータ推定値と効果ごとに表示されます。尤度比検定の計算にかかる時間が20秒を超えると予想されるときは、デフォルトでWald検定が行われます。
信頼区間
プロファイル尤度に基づく方法で計算したモデルパラメータの信頼区間を表示します。信頼水準は、「モデルのあてはめ」ウィンドウにある「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］を選択することで変更できます。モデルのあてはめに必要な反復計算が、各信頼限界につき1回ずつ実行されるので、時間がかかることがあります。また、効果によっては信頼限界が算出されないこともあります。
ROC曲線
モデルのROC曲線を表示します。受診者動作特性（ROC）曲線は、あてはめたモデルが応答水準をどれだけ効率よく選別できるかを測定します。ROC曲線は、検査や診断テストの閾値を決めるのにも役立ちます。ROC曲線が対角線より上に離れているほど、適合度が良いことを表します。ROC曲線の概要については、『基本的な統計分析』のROC曲線を参照してください。
水準が3つ以上ある応答変数でロジスティック回帰のあてはめを行うと、一般化されたROC曲線（「パーティション」プラットフォームのものと同じ）が作成されます。一般化されたROC曲線では、応答の各水準に1本ずつ、他のすべての水準と比較したときのROC曲線が表示されます。『予測モデルおよび発展的なモデル』のROC曲線を参照してください。
検証列を指定した場合、検証セットやテストセットに対してもROC曲線が描かれます。
リフトチャート
モデルのリフトチャートを表示します。リフトチャートは、ROC曲線と同じ情報を使って計算されますが、順序付けした情報の上位の部分に特に重点を置きます。縦軸には、予測確率が上位のグループにおいて、該当する応答水準を持つ割合がどれぐらい高いかが、集団全体における割合に対する比として表示されます。検証列を指定した場合、検証セットやテストセットに対してもリフトチャートが描かれます。リフトチャートの詳細については、『予測モデルおよび発展的なモデル』のリフトチャートを参照してください。
混同行列
混同行列の表示／非表示を切り替えます。混同行列には、度数を示すものと、割合を示すものがあります。どちらの混同行列も、応答水準の実測値と分類値の二元表です。応答水準は、起動ウィンドウにおいて「イベントを示す水準」で指定したほうが先に表示されます。割合は、混同行列における各セルの度数を行和で割ったものです。
適合度が良いモデルは、モデルに基づく分類値が実測値に一致します。「混同行列」レポートを見ると、モデルがどれぐらい精確に応答を分類しているかを知ることができます。検証列を指定した場合、検証セットやテストセットに対しても混同行列が表示されます。
応答列が名義尺度で「利益行列」の列プロパティを持っている場合、このオプションが選択されると「決定行列」レポートも表示されます。「決定行列」レポートの詳細については、『予測モデルおよび発展的なモデル』の「決定行列」レポートを参照してください。
分類の閾値
（2水準の応答に対してのみ使用可能。）学習セット・検証セット・テストセットに対する「分類の閾値」レポートの表示／非表示を切り替えます。このレポートには、モデルの適合度を比較できるように、各モデルに対して、予測確率の分布を示すグラフ、混同行列、および、分類グラフが含まれています。「分類の閾値」レポートの詳細については、『予測モデルおよび発展的なモデル』の「分類の閾値」レポートを参照してください。
プロファイル
モデルの因子の値が変化するにつれて予測確率がどのように変わるかを示す予測プロファイルを表示します。このコマンドは、名義尺度と順序尺度のいずれの応答に対しても使用できます。赤い三角ボタンのメニューのオプションについては、『プロファイル機能』のプロファイルを参照してください。
等高線プロファイル
（モデルに連続尺度の因子が2つ以上含まれている場合にのみ使用可能。）等高線プロファイルの表示／非表示を切り替えます。赤い三角ボタンのメニューのオプションについては、『プロファイル機能』の「等高線プロファイル」プラットフォームのオプションを参照してください。
モデルダイアログ
現在の分析の起動ウィンドウを表示します。
効果の要約
「効果の要約」レポートを表示します。このレポートでは、モデルに含める効果を対話式に変更することができます。ロジスティックのあてはめのレポートを参照してください。
以下のオプションの詳細については、『JMPの使用法』の「JMPレポートのローカルデータフィルタ」、「JMPレポートの［やり直し］メニュー」、および「JMPレポートの［スクリプトの保存］メニュー」を参照してください。
ローカルデータフィルタ
データをフィルタリングするためのローカルデータフィルタの表示／非表示を切り替えます。
やり直し
分析を繰り返したり、やり直したりするオプションを含みます。また、［自動再計算］オプションに対応しているプラットフォームにおいては、［自動再計算］オプションを選択すると、データテーブルに加えた変更が、該当するレポートに即座に反映されるようになります。
プラットフォーム環境設定
現在のプラットフォームの環境設定を表示したり、現在のJMPレポートの設定に合わせて環境設定を変更したりできます。
スクリプトの保存
レポートを再現するためのスクリプトを保存するオプションが、保存先ごとに用意されています。
Byグループのスクリプトを保存
By変数の全水準に対するレポートを再現するスクリプトを保存するオプションが、保存先ごとに用意されています。起動ウィンドウでBy変数を指定した場合のみ使用可能です。