通用線(xiàn)性模型 (GLM)

• 描述因變量與一組自變量之間的關(guān)系。模型包括線(xiàn)性回歸、方差分析 (ANOVA)、協(xié)方差分析 (ANCOVA)、多變量方差分析 (MANOVA) 和多變量協(xié)方差分析 (MANCOVA)。

• 使用靈活的設(shè)計(jì)與對(duì)比選項(xiàng)，估算平均值和方差，并測(cè)試和預(yù)測(cè)平均值。

• 混合并匹配分類(lèi)預(yù)測(cè)因素和連續(xù)預(yù)測(cè)因素，以構(gòu)建模型，從眾多模型構(gòu)建可能性中進(jìn)行選擇。

• 預(yù)測(cè)非線(xiàn)性結(jié)果（例如，客戶(hù)可能購(gòu)買(mǎi)什么商品）時(shí)，通過(guò)考慮分層和嵌套數(shù)據(jù)結(jié)構(gòu)，使用線(xiàn)性混合模型獲得更為準(zhǔn)確的結(jié)果。

• 用公式表示數(shù)十個(gè)模型，包括裂區(qū)實(shí)驗(yàn)設(shè)計(jì)（split-plot design）、具有固定效應(yīng)協(xié)方差的多層統(tǒng)計(jì)分析模型（multi-level models with fixed-effects covariance）和完全隨機(jī)區(qū)組設(shè)計(jì)（randomized complete blocks design）。

廣義線(xiàn)性模型 (GENLIN)

• 提供一個(gè)統(tǒng)一的框架，包含因變量服從正態(tài)分布的經(jīng)典線(xiàn)性模型、針對(duì)二元數(shù)據(jù)的 logistic 模型和 probit 模型、針對(duì)計(jì)數(shù)數(shù)據(jù)的對(duì)數(shù)線(xiàn)性模型，以及各種其他非標(biāo)準(zhǔn)的回歸類(lèi)型的模型。

• 應(yīng)用眾多實(shí)用的常規(guī)統(tǒng)計(jì)模型，包括序數(shù)回歸、Tweedie 回歸、Poisson 回歸、Gamma 回歸和負(fù)二項(xiàng)回歸線(xiàn)性

混合模型/分層線(xiàn)性模型 (HLM)

• 可對(duì)帶有相關(guān)性和非恒定可變性的數(shù)據(jù)的平均值、方差和協(xié)方差進(jìn)行建模，如歸屬于教室中的學(xué)生（students nested within classrooms）或歸屬于家庭中的消費(fèi)者（consumers nested within families）。

• 用公式表示數(shù)十個(gè)模型，包括裂區(qū)實(shí)驗(yàn)設(shè)計(jì)、具有固定效應(yīng)協(xié)方差的多層模型和完全隨機(jī)區(qū)組設(shè)計(jì)。

• 從 11 個(gè)非空間協(xié)方差類(lèi)型中選擇，包括 first-order ante-dependence、heterogeneous 和一階自回歸。

• 在與重復(fù)測(cè)量數(shù)據(jù)一起使用時(shí)獲得更準(zhǔn)確的結(jié)果，包括不同數(shù)目的重復(fù)測(cè)量和/或不同個(gè)例的不同時(shí)間間隔的情況。

廣義估計(jì)方程 (GEE) 程序

• 擴(kuò)展廣義線(xiàn)性模型，使其適用于關(guān)聯(lián)的縱向數(shù)據(jù)和聚類(lèi)數(shù)據(jù)。

• 對(duì)象中的模型關(guān)聯(lián)

廣義線(xiàn)性混合模型 (GLMM)

• 訪問(wèn)、管理和分析幾乎任何類(lèi)型的數(shù)據(jù)集，包括調(diào)研數(shù)據(jù)、企業(yè)數(shù)據(jù)庫(kù)或從 Web 下載的數(shù)據(jù)。

• 采用序數(shù)值運(yùn)行 GLMM 程序，以在預(yù)測(cè)非線(xiàn)性結(jié)果（例如，客戶(hù)滿(mǎn)意度處于低、中還是高水平）時(shí)，構(gòu)建更準(zhǔn)確的模型。

生存分析程序

• 從靈活全面的一組技術(shù)中進(jìn)行選擇，以了解零件故障率、死亡率或存活率等終止事件。

• 使用 Kaplan-Meier 估算對(duì)事件的時(shí)間長(zhǎng)度加以測(cè)量。

• 選擇 Cox 回歸執(zhí)行比例風(fēng)險(xiǎn)回歸，以響應(yīng)時(shí)間（time-to-response）或療效持續(xù)時(shí)間（duration response）作為因變量。

SPSS Advanced Statistics 截屏

線(xiàn)性混合模型的估算平均值

GLMM 提供估算的邊際均值，用于說(shuō)明預(yù)測(cè)變量的影響。

廣義線(xiàn)性混合模型的模型摘要

GLMM 模型摘要展示了模型與數(shù)據(jù)的擬合程度。

廣義線(xiàn)性混合模型可視化

GLMM 提供了模型的可視表示，您可以直觀看到每個(gè)預(yù)測(cè)因素的強(qiáng)弱。在本示例中，promo 變量對(duì)銷(xiāo)售影響最大。

參數(shù)估算表

這是用于計(jì)算總體模型影響和個(gè)別模型影響的傳統(tǒng)參數(shù)估算表。各系數(shù)顯示了每個(gè)模型參數(shù)與測(cè)試后得分之間的關(guān)系。對(duì)于連續(xù)字段，系數(shù)表示連續(xù)字段值中的單位增量的測(cè)試得分可能發(fā)生的變化。對(duì)于分類(lèi)字段，該系數(shù)表示相對(duì)于參考字段的參考類(lèi)別，測(cè)試得分可能發(fā)生的變化。