154
GLM Options Figure 21-8
Options dialog box Избираемите статистики са налични от този диалогов прозорец. Статистиките са изчислени, като се използва фиксирани-ефекти модел.
Estimated Marginal Means. Изберете факторите и взаимодействията, за които искате оценки от популационните маргинални средни в клетките. Тези средни са
коригирани за ковариантите, ако има такива.
Compare main effects. Осигурява некоригирани по двойки сравнения между оценяваните маргинални средни пределното за всеки основен ефект в
the model, както и в рамките на между- и вътресубектните фактори. Тази позиция е налична само ако основните ефекти са избрани в рамките на the
Display Means For list.
Confidence interval adjustment. Изберете най-малко значимата разлика (LSD),
Bonferroni, или Sidak корекция на доверителните интервали и значимост. Тази
позиция е достъпна само ако Compare main effects е избрана.
Display. Изберете
Descriptive statistics за производството на
наблюдаваните средни, стандартни отклонения, и броя на всички зависимите променливи във всички клетки.
Оценките на ефекта размер дава частичен ЕТА-квадратна стойност за всеки ефект и всяка параметърна оценка. Ета-квадратна статистика описва част от общите колебания дължащи се на фактора. Изберете
Observed power за
получаване на сила на теста, когато алтернативните хипотези се определят въз основа на наблюдаваните стойности. Изберете
Parameter estimates за да произведете параметърните оценки,
стандартните грешки,
t тестовете, доверителните интервали, и наблюдаваната сила за всеки тест. Изберете
Contrast coefficient matrix, за да получите
L матрица.
Тестовете за хомогенност произвеждат теста на Levene за хомогенност на дисперсията за всяка зависима променлива във всички нива на комбинации в междусубектните фактори,
155
за междусубектните фактори само. Разпространението-срещу-нивота и възможностите за остатъчни плотс са полезни за проверка на предположенията за данни.
Тази позиция е забранена, ако няма фактори. Изберете
Residual plot за да се получи наблюдавани-по- прогнозирани-по-стандартизирани остатъчен плот за всяка зависима променлива. Тези плотс са полезни за разследване на поемането на равна дисперсия.
Изберете Lack of fit за да проверите дали връзката между зависимата променлива и независимите променливи могат да бъдат адекватно описани от модела.
General estimable function ни позволява да си изградим случайни тестове за хипотеза на базата на обща оценъчна функция. Редове във всяка контрастна коефициентна матрица са линейни комбинации от общата оценъчна функция.
Сподели с приятели: