多元方法 • 潜在类分析 • “潜在类分析”报表 • “‘<k>’个聚类的潜在类模型”报表
上一个
 • 
下一个
“‘<k>’个聚类的潜在类模型”报表
“‘<k>’个聚类的潜在类模型”报表包含以下结果和分级显示项：
•
模型汇总
•
参数估计值
•
转置参数估计值
•
效应大小
•
MDS 图
•
混合概率
模型汇总
指定聚类数的模型汇总显示在每个“潜在类模型”报表的顶部。模型汇总包含“-对数似然”、“参数数目”、“BIC”和“AIC”，这些统计量均可用于确定模型对数据拟合的好坏程度。“-对数似然”、“BIC”和“AIC”的值越小表示拟合效果越好。详细信息，请参见《拟合线性模型》手册中的似然、AICc 和 BIC。“参数数目”提供潜在类模型中的唯一参数个数。详细信息，请参见“潜在类分析”平台的统计详细信息。
参数估计值
“参数估计值”报表包含两个表。每个表包含的行对应于模型聚类。第一个表提供数值结果。第二个表以份额图形式绘制结果的图形。
两个表的“总体”列显示观测属于每个聚类的概率。（这些是 γ 参数请参见“潜在类分析”平台的统计详细信息。）
第一个表中的其余列依据在“潜在类分析”启动窗口中指定的 Y 列使用竖分隔线分组。每个列组为相应 Y 列的每个水平提供一列。在每组中，给定行列中的值是假定观测属于行所标识聚类的前提下，列所指示的响应的条件概率。（这些是 ρ 参数。）
在第二个表的图形中，条件概率值显示为份额图。对于每个聚类和每个 Y，给定聚类成员关系的条件概率绘制为水平堆叠条形图。直条的堆叠顺序依从值表中变量的显示顺序。
提示：您可以在“参数估计值”报表的任一表中选择一行或多行，以选择分配至相应聚类的观测。
转置参数估计值
“转置参数估计值”报表包含“参数估计值”报表中显示的第一个表的转置表。该报表中聚类显示为列。为分析中每个 Y 列的每个响应类别显示每个聚类的条件概率。
注意：“总体”列的估计值不包括在转置表中。
效应大小
“效应大小”表在聚类间比较 Y 列。该表每行中的统计量从由 Y 列的水平与聚类成员关系的期望计数构成的列联表分析中获得。期望计数是将每个聚类中的观测数乘以 Y 列每个水平的条件概率得到。
对于每个响应，为由聚类与水平的期望计数构成的列联表计算 Pearson 卡方统计量 X2。用 n 表示观测数。“效应大小”列中的值定义如下：
“LR Logworth”列中的每个值显示 -log10(pLR)，其中 pLR 是由期望计数构成的列联表的对数似然比检验 p 值。超过 2 的 Logworth 值对应于在 0.01 显著性水平下的显著性。
提示：您可以在“效应大小”表中选择一或多行，以选择数据表中的相应列。
MDS 图
“MDS 图”为每个聚类包含一个点。它是聚类邻近关系的二维表示。越邻近的聚类越相似。该图基于 ρ 参数的相异度矩阵创建。有关 MDS 图的详细信息，请参见《消费者研究》手册中的多维尺度分析 。
混合概率
“混合概率”表显示每行的聚类成员关系的概率。“最可能的聚类”列指示每行具有最高成员关系概率的聚类。
注意：一或多个 Y 列包含缺失值的行会从分析中排除，不会出现在“混合概率”表中。