“中心化和统一尺度的预测变量的参数估计值”报表提供模型中所有参数的估计值和其他结果。初始表包括模型中的预测变量的系数。另有一个附加表包括尺度、散度或零泛滥参数之类的其他模型参数。请参见分布。两个表都包括相同的结果列。

提示：您可以点击“中心化和统一尺度的预测变量的参数估计值”报表中的项来突出显示“解路径”图中的相应路径。同时选定数据表中的对应列。这对于运行进一步的分析很有用。按 Shift 键并点击各项以选择多行。

对于“广义回归”特质中的所有拟合，将每个预测变量中心化以具有均值零并统一尺度以使平方和为 1：

• 从每个观测值中减去均值。

• 然后将差值除以与每个均值的差值的平方和的平方根。

这使得所有预测变量相对于应用的罚值具有平等的地位。

注意：若在启动窗口中选定了“无截距”选项，则不会对预测变量执行中心化和统一尺度。

“中心化和统一尺度的预测变量的参数估计值”报表给出用中心化和统一尺度的预测变量表示的模型的参数估计值。这些估计值由您指定的验证方法决定。这些估计值在“解路径”图中用红色的垂直线描绘。

该报表提供以下信息：

项

模型项的列表。对于使用“高级控件”选项强制进入模型的任何项，其旁边会显示“强制进入”。

估计值

对应于中心化和统一尺度的模型项的参数估计值。

标准误差

估计值的标准误差。这是使用 M 估计和夹层公式（Zou 2006；Huber and Ronchetti 2009）得到的。

Wald 卡方

用于检验参数是否为 0 的 Wald 检验的卡方值。

概率 > 卡方

Wald 检验的 p 值。

95% 下限

参数的 95% 置信区间的下限。通过从“模型规格”红色小三角菜单中选择“设置 Alpha 水平”，您可以在“拟合模型”窗口中更改 α 水平。

95% 上限

参数的 95% 置信区间的上限。通过从“模型规格”红色小三角菜单中选择“设置 Alpha 水平”，您可以在“拟合模型”窗口中更改 α 水平。

奇异性详细信息

（仅当模型项之间存在线性相依性时可用。）模型项所满足的线性函数。