在“广义线性混合模型”报表中，“拟合统计量”和“模型汇总”部分包含描述您已经拟合的模型的信息。
“拟合统计量”表中的各列取决于模型中是否包含随机效应。
若无随机效应，则该表包含模型拟合的以下统计量：
-2 对数似然
模型似然函数的自然对数的负数的两倍。请参见“似然、AICc 和 BIC”。将对数似然用于比较固定、随机和重复效应不同的模型。
Pearson 卡方
模型的 Pearson 卡方统计量。
Pearson 卡方 / 自由度
模型的 Pearson 卡方统计量除以模型自由度。
提示：Pearson 卡方/自由度值可用于评估：与模型相比，数据是否存在过度离散。若该值远远大于 1，则证明存在过度离散。具体而言，若您拟合一个没有随机效应的模型，并且 Pearson 卡方/自由度远远大于 1，那么过度离散的原因可能是因为缺少随机效应。请参见“广义线性混合模型”特质的更多示例。
若有随机效应，则该表包含模型拟合的以下统计量：
-2 残差伪似然
模型残差伪似然函数的自然对数的负数的两倍。
广义卡方
模型的广义卡方统计量。
广义卡方 / 自由度
模型的广义卡方统计量除以模型自由度。
提示：广义卡方/自由度值可用于评估：与模型相比，数据是否存在过度离散。若该值远远大于 1，则证明存在过度离散。请参见“广义线性混合模型”特质的更多示例。
“模型汇总”表包含有关该模型的以下信息：
响应
“拟合模型”启动窗口中分配给 Y 角色的列。
分布
在“拟合模型”启动窗口中选择的分布。
“概率”模型连结
（仅当分布为“二项”时才显示。）概率模型的连结函数。
“均值”模型连结
（仅当分布为“Poisson”时才显示。）均值的连结函数。