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。
［階層型Bayes］が選択されている場合、信頼区間は「Bayesパラメータ推定値］レポートに表示されます。このBayes流の信頼区間は、正規分布を仮定し、事後平均と事後標準偏差に基づいて求められます。
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。［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。詳細については、第 “「比較」レポート”を参照してください。
Wald検定のp値は、色付きで表示されます。行から列を引いた差が、正のときは青色、負のときは赤色で表示されます。青色または赤色の濃さは、有意性の高さを表します。濃い色ほど、差に対するp値が小さいことを示しています。
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、「選択モデル」章の「セグメント化の例」（99ページ）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。
現在の分析を実行した「MaxDiff」の起動ウィンドウを開きます。データテーブルやID、モデル効果を新しく指定できます。たとえば、現在のモデルから設定を少し変更して、別のモデルをあてはめることができます。
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。