중심화 및 척도화된 예측 변수에 대한 모수 추정값
"일반화 회귀" 보고서의 "중심화 및 척도화된 예측 변수에 대한 모수 추정값" 섹션에서는 모형의 모든 모수에 대한 추정값 및 기타 결과를 제공합니다. 초기 테이블에는 모형의 예측 변수에 대한 계수가 포함됩니다. 추가 테이블에는 척도, 산포 또는 영과잉 모수와 같은 다른 모형 모수가 포함됩니다. 자세한 내용은 분포 지정에서 확인하십시오. 두 테이블 모두 동일한 결과 열을 포함합니다.
팁: "중심화 및 척도화된 예측 변수에 대한 모수 추정값" 보고서에서 항을 클릭하여 해 경로 그림에서 해당 경로를 강조 표시할 수 있습니다. 데이터 테이블의 해당 열도 선택됩니다. 이 방법은 추가 분석을 실행할 때 유용합니다. 여러 행을 선택하려면 Shift 키를 누르고 항을 클릭합니다.
일반화 회귀 분석법의 모든 적합에 대해 모든 예측 변수는 평균 0으로 중심화되고 제곱합이 1과 같도록 척도화됩니다.
• 각 관측값에서 평균을 뺍니다.
• 그런 다음 각 차이를 평균과의 차이 제곱합의 제곱근으로 나눕니다.
이렇게 하면 적용된 벌점과 관련하여 모든 예측 변수가 동등한 관계가 됩니다.
참고: 시작 창에서 "절편 없음" 옵션을 선택하면 예측 변수가 중심화 및 척도화되지 않습니다.
"중심화 및 척도화된 예측 변수에 대한 모수 추정값" 보고서에는 중심화 및 척도화된 예측 변수로 표현된 모형의 모수 추정값이 제공됩니다. 추정값은 지정한 검증 방법에 의해 결정됩니다. 이 추정값은 해 경로 그림에 빨간 수직선으로 표시됩니다.
다음 정보가 제공됩니다.
항
모형 항 목록입니다. "고급 컨트롤" 옵션을 사용하여 모형에 강제로 적용한 항 옆에는 "강제 적용됨"이 표시됩니다.
추정값
중심화 및 척도화된 모형 항에 해당하는 모수 추정값입니다.
표준 오차
추정값의 표준 오차입니다. 이 값은 M-추정 및 샌드위치 계산식(Zou 2006, Huber and Ronchetti 2009)을 사용하여 구합니다.
t 비 또는 Wald 카이제곱
각 모수의 실제 값이 0인지 여부에 대한 검정 통계량입니다. 지정된 추정 방법이 벌점 회귀 방법이 아니면 정규 분포가 지정되고 중도절단이 지정되지 않으면 "t 비" 열이 나타납니다. 그렇지 않으면 "Wald 카이제곱" 열이 나타납니다. 자세한 내용은 추정 방법 옵션에서 확인하십시오.
Prob>|t| 또는 Prob > ChiSquare
실제 모수 값이 0이라는 검정에 반대되는 양측 대립가설에 대한 p 값입니다. 지정된 추정 방법이 벌점 회귀 방법이 아니면 정규 분포가 지정되고 중도절단이 지정되지 않으면 "Prob>|t|" 열이 나타납니다. 그렇지 않으면 "Prob > ChiSquare" 열이 나타납니다. 자세한 내용은 추정 방법 옵션에서 확인하십시오.
95% 하한
모수에 대한 95% 신뢰 구간의 하한입니다. "모형 적합" 창의 "모형 규격" 빨간색 삼각형 메뉴에서 "유의 수준 설정"을 선택하여 a 수준을 변경할 수 있습니다.
95% 상한
모수에 대한 95% 신뢰 구간의 상한입니다. "모형 적합" 창의 "모형 규격" 빨간색 삼각형 메뉴에서 "유의 수준 설정"을 선택하여 a 수준을 변경할 수 있습니다.
특이성 상세 정보
(모형 항 사이에 선형 종속성이 있는 경우에만 사용 가능) 모형 항이 충족하는 선형 함수입니다.