「クラスターの比較」レポートには、異なるモデルを比較するための規準統計量が表示されます。適合度統計量は、(－1)*対数尤度（-LogLikelihood）、BIC、AICです。これらの規準統計量が小さいほど、モデルとして良いことを示唆しています。最良のあてはめは、「最適」列にそれが記されます。
|
•
|
デフォルトでは、各「潜在クラスモデル」レポートの最上部には、それぞれ該当する個数のクラスターによるモデルの要約が表示されます。モデルの要約には、-LogLikelihood、パラメーター数、BIC、AICが含まれています。これらの統計量は、モデルのデータへの適合の良さを判断するのに用いられますす。(-1)*対数尤度、AICc、BICの値が小さいほど、良いモデルであることを示唆しています。詳細は、『基本的な回帰モデル』の付録「統計的詳細」を参照してください。「パラメータ値の数」は、該当の潜在クラスモデルに含まれているパラメータの個数です。詳細は、第 “「潜在クラス分析」プラットフォームの統計的詳細”を参照してください。
|
•
|
|
•
|
その下に表示されるグラフは、前述の条件付き確率をシェアチャートで描いたものです。該当のクラスターに属するという条件のもとでの条件付き確率を横につなげた棒グラフになっています。分析に用いたY列が二値または名義尺度である場合、これらのグラフにおける確率の合計は、応答ごとに１になります。分析に用いたY列が「多重応答」である場合、これらのグラフの確率は各カテゴリーが生じない確率であり、それらを合計しても１にはなりません。棒での表示順序は、データ値の表示順序に従っています。棒の上にカーソルを置いて、水準（カテゴリー）を表示することもできます。
多次元尺度構成プロットは、1つのクラスターを１点で描いたものです。このグラフはデフォルトで表示されます。クラスター間の類似性を2次元上に描いたものです。距離が近いクラスターほど、類似性が高いことを示しています。このプロットは、ρパラメータから計算された非類似度の行列から作成されます。多次元尺度構成プロットの詳細については、「多次元尺度構成」（163ページ）章を参照してください。