Figura 8-10
Impostazioni delle medie stimate
Questa scheda consente di visualizzare le medie marginali stimate per i livelli e le interazioni tra fattori. Le medie marginali stimate non sono disponibili per i modelli multinomiali.
Termini. In questo punto vengono elencati i termini del modelli negli Effettifissi interamente composti da campi categoriali. Selezionare ogni termine per il quale si desidera che il modello generi medie marginali stimate.
Modelli misti lineari generalizzati
Tipo contrasto. Specifica il tipo di contrasto da utilizzare per i livelli del campo contrasto.
Se è selezionatoNessuno, non viene generato alcun contrasto. A coppiegenera confronti a coppie per le combinazioni di tutti i livelli dei fattori specificati. Questa è l’unico contrasto disponibile per le interazioni tra fattori. I contrasti di tipoDeviazioneconfrontano ciascun livello del fattore con la media principale. I contrasti di tipoSempliceconfrontano ciascun livello del fattore, a eccezione dell’ultimo, con l’ultimo livello. L’”ultimo” livello viene determinato dall’ordinamento dei fattori specificato nelle Opzioni di costruzione. Tenere presente che tutti questi tipi di contrasto non sono ortogonali.
Campo contrasto. Specifica un fattore i cui livelli vengono confrontati utilizzando il tipo di contrasto selezionato. Se è selezionatoNessunocome tipo di contrasto, non è possibile (o necessario) selezionare alcun campo contrasto.
Campi continui. I campi continui elencati vengono estratti dai termini negli Effettifissi che utilizzano campi continui. Durante il calcolo delle medie marginali stimate, le covariate sonofisse ai valori specificati. Selezionare la media oppure specificare un valore personalizzato.
Visualizza medie stimate in termini di.Specifica se calcolare le medie marginali stimate in base alla scala originale dell’obiettivo o in base alla trasformazione della funzione di collegamento. Scala obiettivo originalecalcola le medie marginali stimate per l’obiettivo. Tenere presente che quando l’obiettivo viene specificato utilizzando l’opzione eventi/prove, fornisce le medie marginali stimate per la proporzione di eventi/prove anziché per il numero di eventi.Trasformazione funzione di collegamentocalcola le medie marginali stimate per il predittore lineare.
Adatta per confronti multipli utilizzando. Quando si eseguono test di ipotesi con contrasti multipli, è possibile adattare il livello di significatività globale ai livelli di significatività dei contrasti inclusi.
Questo consente di scegliere il metodo di adattamento.
Differenza meno significativa. Questo metodo non permette di controllare la probabilità complessiva di rifiutare le ipotesi che alcuni contrasti lineari siano diversi dai valori delle ipotesi nulle.
Bonferroni sequenziale.Una procedura di Bonferroni con scarti sequenzialmente decrescenti, molto meno conservativa in termini di rifiuto di singole ipotesi, ma che mantiene lo stesso livello di significatività globale.
Sidak sequenziale.Una procedura di Sidak con scarti sequenzialmente discendenti, molto meno conservativa per quanto riguarda il rifiuto di singole ipotesi, ma che mantiene lo stesso livello di significatività globale.
Il metodo della differenza meno significativa è meno conservativo rispetto al metodo Sidak sequenziale, che a sua volta è meno conservativo rispetto al metodo Bonferroni sequenziale; cioè, la differenza meno significativa rifiuta almeno tante ipotesi individuali quante il metodo Sidak sequenziale, che a sua volta rifiuta almeno tante ipotesi individuali quante il metodo Bonferroni sequenziale.
114 Capitolo 8
Salva
Figura 8-11
Impostazioni di salvataggio
Gli elementi selezionati vengono salvati con il nome specificato; non sono possibili conflitti con nomi di campo esistenti.
Valori attesi.Consente di salvare i valori attesi dell’obiettivo. Il nome predefinito del campo è PredictedValue.
Probabilità prevista per obiettivi categoriali.Se l’obiettivo è categoriale, questa parola chiave salva le probabilità previste delle primencategorie,fino al valore specificato comeNumero massimo di categorie da salvare. Il nome radice predefinito èPredictedProbability. Per salvare la probabilità prevista della categoria prevista, salvare la confidenza (vedere di seguito).
Intervalli di confidenza. Salva i limiti superiore e inferiore dell’intervallo di confidenza per il valore atteso o la probabilità prevista. Per tutte le distribuzioni tranne che per quella multinomiale, questa opzione crea due variabili e il nome radice predefinito èCI, con_Inferioree_Superiore come suffissi.
Modelli misti lineari generalizzati Per la distribuzione multinomiale, viene creato un campo per ogni categoria di variabili dipendenti a eccezione dell’ultima (Per ulteriori informazioni, vedere l’argomento Opzioni di costruzione a pag. 111.). Vengono pertanto salvati il limite superiore e inferiore della probabilità prevista cumulativa per le primencategorie,fino all’ultima esclusa, efino al valore specificato come Numero massimo di categorie da salvare. Il nome radice predefinito èCIe i nomi di campo predefiniti sonoCI_Inferiore_1,CI_Superiore_1,CI_Inferiore_2,CI_Superiore_2, e così via, in base all’ordine delle categorie obiettivo.
Residuo di Pearson.Consente di salvare il residuo di Pearson per ogni record, per poterlo utilizzare nella diagnosi di post-stima dell’adattamento del modello. Il nome predefinito del campo èPearsonResidual.
Confidenze. Consente di salvare la confidenza nel valore atteso per l’obiettivo categoriale. La confidenza calcolata può essere basata sulla probabilità del valore atteso (la probabilità prevista più alta) o sulla differenza tra la probabilità prevista più alta e la seconda probabilità prevista più alta. Il nome predefinito del campo èConfidence.
Esporta modello.Consente di scrivere il modello in unfile.zipesterno. È possibile utilizzare questo file di modello per applicare le informazioni del modello ad altrifile di dati per il calcolo del punteggio. Specificare un nomefile valido e univoco. Se la definizione delfile fa riferimento a un file esistente, ilfile verrà sovrascritto.