在浏览器中拟合广义线性模型（GENLIN）

Crosstabs 在你的设备上运行与 SPSS GENLIN 对应的过程，提供七种分布、多种联接函数与尺度参数方法、III 类 Wald 或似然比检验、稳健标准误，以及用于重复测量或聚类数据的广义估计方程（GEE）。

• 整个模型是否优于仅含截距的模型（综合检验中的似然比卡方）。
• 哪些效应起作用：对每个因子与协变量给出 III 类 Wald 或似然比卡方检验。
• 通过 Exp(B) 得到结果尺度上的效应：泊松与负二项为率比，二项 Logit 为优势比，对数联接为均值之比。
• 所选分布是否合适：偏差与 Pearson 卡方除以自由度可提示过度离散，AIC、AICC、BIC 与 CAIC 可用于比较候选模型。
• 使用 GEE 时，可得到重复测量下的总体平均效应、估计的工作相关矩阵以及 QIC 与 QICC 准则。

1. 01

   选择广义线性模型

   在“统计”模式下打开数据，在“一般线性模型”组中选择“广义线性模型”（GENLIN）。

2. 02

   选择模型类型

   在“模型类型”中选择“分布”和“联接函数”，联接函数列表随分布变化。幂联接需设置“幂”，Tweedie 需设置“Tweedie 幂（1–2）”，负二项需设置“负二项参数 k”（估计值或指定值）。

3. 03

   设置响应与预测变量

   二项分布需设置“响应格式”：“二元（两个类别）”并选择“参考类别”，或“事件数 / 试验次数”并指定“试验次数”变量。然后选择“因变量”并勾选“因子”与“协变量”。

4. 04

   选择估计与输出

   在“估计与输出”中设置“包含截距”、“尺度参数方法”（最大似然估计、固定值（1）、偏差或 Pearson 卡方）、“稳健（三明治）标准误”、“III 类检验统计量”（Wald 或似然比）以及“包含指数参数估计值”。

5. 05

   按需设置重复测量

   勾选“使用广义估计方程”，选择“受试者变量”、可选的“主体内变量”、“工作相关矩阵”（独立、可交换、AR(1)、非结构化）和“协方差矩阵”（稳健估计量或基于模型的估计量），然后点击“运行”。

模型信息

实际拟合的因变量、概率分布与联接函数；二元响应还会注明建模类别与参考类别。

拟合优度

偏差、标度偏差、Pearson 卡方及其值/自由度，对数似然，以及 AIC、AICC、BIC、CAIC（越小越好）。泊松模型的值/自由度明显大于 1 提示过度离散。

综合检验

比较拟合模型与仅截距模型的似然比卡方。

模型效应检验

每个因子与协变量的 III 类 Wald 或似然比卡方，以及自由度和显著性。

参数估计值

每个参数的 B、标准误、Wald 置信区间与假设检验，尺度参数或负二项 k 行；如请求，还给出 Exp(B) 及其区间。

工作相关矩阵

使用 GEE 时：在所选结构下估计的各测量时点间相关；同时输出相关数据摘要，拟合优度表给出 QIC/QICC。