最尤推定値の表示（起動ウィンドウで［階層型Bayes］を選択しなかった場合のみ表示。）モデル内の各因子を検定する目的で、その因子が関連しているすべての効果の尤度比検定を行います。複合因子検定について詳しくは、『基本的な回帰モデル』の「標準最小2乗のレポートとオプション」章を参照してください。
「全水準の推定値」の例において、（生地とトッピングは同じという条件で）被験者がモンテレージャックのピザではなく、モッツァレラのピザを選ぶ確率は、0.9470です。
図4.18 「全水準の推定値」の例
異なる因子設定における効用の予測値を示します。効用とは、モデルにおいて線形式で表されている部分の値です。第 “最適なプロファイルを見つける”に効用プロファイルの例があります。効用関数の詳細については、第 “効用と確率”を参照してください。［効用プロファイル］のオプションについては、『プロファイル』の「プロファイル」章にある「予測プロファイルのオプション」の節を参照してください。
Uは該当する製品の効用、Ubは基準となる製品の効用です。なお、この式に基づくと、2つの製品がまったく同じ場合、各製品が選択される確率は50%ずつです。詳細については、第 “効用と確率”を参照してください。
確率プロファイルを使用する例は、第 “基準との比較”で紹介しています。［確率プロファイル］のオプションについては、『プロファイル』の「プロファイル」章にある「予測プロファイルのオプション」の節を参照してください。
指定した数の確率プロファイルが表示されます。複数の製品が提示されたときに、各製品が選択される確率が求められます。各製品のプロファイルは自由に設定できます。多選択プロファイルを使用する例は、第 “多選択プロファイルの比較”で紹介しています。［多選択プロファイル］のオプションについては、『プロファイル』の「プロファイル」章にある「予測プロファイルのオプション」の節を参照してください。
設定された選択肢の比較を行います。比較したい因子と値を選択することができます。なお、［すべて］チェックボックスをチェックした場合、すべての水準が比較されます。被験者効果がある場合は、製品の比較を行いたい、被験者の水準を指定できます。［すべて］チェックボックスを複数の因子でチェックした場合、それらすべての因子の水準での比較ではなく、該当する1 因子のすべての水準が、その他の因子を左側で選択されている水準に固定した上で、比較されます。
図4.19 「効用の比較」ウィンドウ
各パラメータの変化量を被験者ごとに含んだデータテーブルを作成します。パラメータの変化量は、ヘッセ行列で尺度化した各パラメータの傾きを、被験者ごとに平均して求められています。これは、該当する被験者と他の被験者との差異に対するラグランジュ乗数検定に対応します。作成されたデータテーブルを、付随しているスクリプトでクラスター分析すれば、マーケットセグメント（同じ選好構造をもつ消費者集団）を特定することができます。詳細については、第 “勾配”を参照してください。例として、第 “セグメント化の例”を参照してください。
被験者推定値の保存（起動ウィンドウで［階層型Bayes］を選択した場合のみ表示。）各効果における被験者ごとのパラメータ推定値を含んだデータテーブルを新たに作成します。この値は、この被験者ごとに係数値を平均したものであり、「Bayesパラメータ推定値」レポートにある「事後 平均」です。「被験者 受容率」は、Metropolis-Hastings法のステップにおいて、現在のステップとは異なる係数値に移動した割合（受容率）を示します。一般に、0.20ぐらいが良好な受容率とみなされています。詳細については、第 “Bayesパラメータ推定値”を参照してください。
Bayesチェーンの保存（起動ウィンドウで［階層型Bayes］を選択した場合のみ表示。）Bayes推定において使用されたチェーンの情報を含んだデータテーブルを、新たに作成します。詳細については、第 “Bayesチェーンの保存”を参照してください。
「選択モデル」起動ウィンドウが開き、モデルを修正したり、別のモデルをあてはめたりすることができます。データテーブルやID、モデル効果を新しく指定できます。
以下のオプションについて詳しくは、『JMPの使用法』の「JMPのレポート」章を参照してください。