发布日期: 11/15/2021

整体模型检验

“整体模型检验”表显示用于比较整体模型拟合与忽略除截距参数之外的所有回归参数的模型的检验。它还包含两个拟合优度统计量和 AICc 值来评估模型适当性。

“整体模型检验”表显示以下量:

模型

列出模型标签。

差值

完全模型与简化模型之间的差值。该模型用于测量回归变量作为一个整体对拟合的显著性。

完全

完整的模型包括截距和所有效应。

简化

仅包含截距参数的模型。

–对数似然

相应模型的负对数似然。请参见似然、AICc 和 BIC

似然比卡方

假设所有回归参数均为零的似然比卡方检验统计量。该检验统计量的值是拟合模型和仅包含截距的简化模型之间的负对数似然差值的两倍。

自由度

完全与简化模型的差值的自由度 (DF)。

概率>卡方

若指定的模型拟合不比仅包含截距的模型好,此时获得更大卡方值的概率。

拟合优度统计量

列出两个拟合优度统计量:Pearson 和偏差。

卡方

相应拟合优度统计量的卡方检验统计量。

自由度

相应拟合优度统计量的自由度。

概率>卡方

相应拟合优度统计量的 p 值。

过度离散

(仅当在启动窗口中选择了“过度离散检验和区间”选项时显示。)过度离散参数的估计值。请参见“广义线性模型”特质的统计详细信息

AICc

校正的 Akaike 信息准则。请参见似然、AICc 和 BIC

需要更多信息?有问题?从 JMP 用户社区得到解答 (community.jmp.com).