GLM: 保存

您可以在数据编辑器中将模型预测的值、残差和相关测量另存为新变量。这些变量中有许多可用于检查关于数据的假设。要保存供另一 IBM® SPSS® Statistics 会话中使用的值，您必须保存当前数据文件。

预测值。模型为每个个案预测的值。

• 未标准化。模型为因变量预测的值。
• 加权。加权未标准化预测值。仅在之前已选择了 WLS 变量的情况下可用。
• 标准误差。对于自变量具有相同值的个案所对应的因变量的平均值的标准差的估计。

诊断。 标识以下个案的测量：自变量的值具有不寻常组合的个案，以及可能对模型产生很大影响的个案。

• Cook 距离。在特定个案从回归系数的计算中排除的情况下，所有个案的残差变化幅度的测量。较大的 Cook 距离表明从回归统计的计算中排除个案之后，系数会发生根本变化。
• 杠杆值。未居中的杠杆值。每个观察值对模型拟合度的相对影响。

残差。未标准化残差是因变量的实际值减去由模型预测的值。还提供标准化残差、Student 化的残差以及剔除残差。如果选择了 WLS 变量，则提供加权的未标准化残差。

• 未标准化。观察值与模型预测值之间的差。
• 加权。加权未标准化残差。仅在之前已选择了 WLS 变量的情况下可用。
• 标准化。残差除以其标准差的估计。标准化残差也称为 Pearson 残差，它的平均值为 0，标准差为 1。
• Student 化。残差除以其随个案变化的标准差的估计，这取决于每个个案的自变量值与自变量平均值之间的距离。
• 剔除。当某个案从回归系数的计算中排除时，该个案的残差。它是因变量的值和调整预测值之间的差。

系数统计。将模型中的参数估计值的协方差矩阵写入当前会话中的新数据集，或写入外部 IBM SPSS Statistics 数据文件。而且，对于每个因变量，将存在一行参数估计值、一行参数估计的标准误差、一行与参数估计值对应的 t 统计的显著性值以及一行残差自由度。对于多变量模型，每一个因变量都存在类似的行。当选择异方差一致统计（仅可用于单变量模型）时，将使用稳健估计量计算协方差矩阵，标准误差行显示稳健的标准误差，且显著性值反映的是稳健误差。您可以在读取矩阵文件的其他过程中使用此矩阵文件。

为 GLM 保存新变量或参数

1. 从菜单中选择：

   分析 > 一般线性模型

2. 选择单变量、多变量或重复测量。
3. 在对话框中单击保存。
4. 选择要添加到数据编辑器的变量类型。

   或

5. 指定要存储协方差矩阵的数据集名称或外部文件。

仅当安装了 SPSS Statistics Standard Edition 或“高级统计”选项时，“GLM 多变量”和“GLM 重复测量”才可用。