高级控件Lasso 和岭估计方法的解路径取决于一个调节参数。弹性网络的解路径取决于针对似然罚值以及弹性网络 Alpha 的调节参数。弹性网络的似然罚值是与 Lasso 和岭估计方法关联的罚值的加权求和。“弹性网络 Alpha”决定这两个罚值的权重。请参见估计方法的统计详细信息和高级控件的统计详细信息。
要求低阶效应在相关的高阶效应前进入模型。在多数情况下，这意味着 X2 不在模型中，除非 X 在模型中。对于“向前选择”之外的估计方法，有可能 X2 进入模型而在同一步中 X 离开模型。若数据表包含实验设计脚本，则启用该选项，但是默认情况下它是关闭的。
设置弹性网络的 α 参数。该 α 参数确定用于估计弹性网络系数的 l1 和 l2 罚值调节参数的组合值。默认值为 α = 0.99， 它设置 l1 罚值的系数为 0.99，设置 l2 罚值的系数为 0.01。仅当选择“弹性网络”作为“估计方法”时，该选项才可用。请参见估计方法的统计详细信息。
提供选项，用于选择双 Lasso 和两阶段向前选择的第一阶段中的解。默认情况下，根据指定的验证方法被视为最佳拟合的解将被选定，并且是最初显示的解（最佳拟合）。您可以选择最初显示一些模型，这些模型位于绿色或黄色区域中具有更大或更小 l1 范数值。例如，若您选择“黄色区域中最小”，最初显示的解将是黄色区域中具有最小 l1 范数的模型。请参见可比模型区域。
提供的选项用于选择解，该解最初显示为“解路径”报表中的当前模型。当前模型通过一条垂直实线来标识。请参见当前模型指示符。最佳拟合解通过垂直虚线来标识。默认情况下，显示的解是根据指定的验证方法被视为最佳拟合的解。