在“拟合最小二乘法”报表中，仅当模型中有固定效应时才显示“效应检验”选项。给定效应的效应检验用来检验以下原假设：与该效应关联的所有参数均为零。对于单个连续解释变量，一个效应可能只有一个参数。在这种情况下，该检验等价于“参数估计值”报表中该项的 t 检验。根据名义型或有序型效应的水平数，此类效应可有若干关联参数。此类效应的效应检验用于检验所有关联参数是否均为零。
请注意以下事项：
• 对于项涉及线性相依性的效应，会尽量执行效应检验。请参见模型项之间具有线性相依性的模型。
• 参数化和奇异性处理不同于 SAS GLM 过程。有关参数化和奇异性处理的详细信息，请参见“因子模型”。
“效应检验”报表包含以下列：
源
模型中的效应。
参数数目
与效应关联的参数数目。连续效应有一个参数。名义型或有序型效应的参数个数为其水平数减 1。一个交叉效应的参数个数是每个单独效应的参数个数的乘积。
自由度
效应检验的自由度。通常，“参数数目”和“自由度”是相同的。若预测变量间存在线性相依性，这两个值可能不同。在这种情况下，“自由度”可能小于“参数数目”，指示至少有一个与效应关联的参数无法检验。只要“自由度”小于“参数数目”，注释“损失自由度”即显示在报表中该行的右侧。若存在误差自由度，则会执行该检验。请参见“效应检验”报表。
平方和
效应为零假设下的平方和。
均方
（隐藏的列。）效应均方，它是效应平方和除以效应自由度的结果。
F 比
用于检验效应为零的 F 统计量。F 比是效应均方与误差均方之比。效应均方是效应平方和除以效应自由度的结果。
概率 > F
效应检验的 p 值。
h2 效应大小
（隐藏的列。）效应的 h2（eta 平方）效应大小指标统计量。该值计算为效应平方和除以总平方和的结果。请参见 Albers and Lakens (2018)。
w2 效应大小
（隐藏的列。）效应的 w2（omega 平方）效应大小指标统计量。该统计量是 h2 的偏倚更小的替代量。请参见 Albers and Lakens (2018)。
注意：要使隐藏列在表中可见，请在表中右击并从“列”子菜单中选择列名。