发布日期: 08/07/2020

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。该检验类似于连续响应的“方差分析”表。负对数似然对应于平方和,卡方检验对应于 F 检验。

“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。

自由度

完全与简化模型的差值的自由度 (DF)。

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。

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。

R 方 (U)

归因于模型拟合的总不确定性的比例,被定义为差值与简化负对数似然值之比。R 方的范围为零(拟合无改进)到 1(完全拟合)。R 方 (U) 值为 1 指示预测的事件发生的概率等于 1:预测概率不存在不确定性。因为预测概率的确定性对于 Logistic 模型很少见,R 方 (U) 通常很小。

R 方 (U) 有时表示为 U(不确定性系数)或 McFadden 的伪 R2

AICc

校正的 Akaike 信息准则。请参见似然、AICc 和 BIC

BIC

Bayesian 信息准则。请参见似然、AICc 和 BIC

观测数(或权重和)

样本中的总观测数。若在“拟合模型”窗口中指定了“频数”或“权重”列,则该值是分配给“频数”或“权重”角色的列值之和。

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