广义线性模型：预测变量

在“预测”选项卡中可以指定用于生成模型效应的因子和协变量并指定可选偏移量。

因子。 因子是分类预测变量，可以是数值或字符串。

协变量。协变量为刻度预测变量，必须为数值。

注：当响应为二元格式的二项式时，该过程通过子群体来计算偏差和卡方拟合优度统计，这些子群体基于对所选因子和协变量观测值的交叉分类。您应在过程的多次运行中保持相同的预测变量集，以确保一致的子群体数量。

偏移量。 偏移量项是“结构性”预测变量。它的系数不通过模型估计而假定其值为 1；因此，偏移量的值只与目标的线性预测变量简单相加。这对于泊松回归模型尤其有用，在这种模型中，每个观测值对于相关事件可以具有不同的揭示级别。

例如，对各个驾驶员的事故率建模时，三年驾驶经验的驾驶员在一次事故中的过错率与 25 年驾驶经验的驾驶员在一次事故中的过错率存在重大差别。如果将驾驶员的经验的自然对数作为偏移量项包括在内，那么可以按照泊松响应或负二项式响应对事故数进行建模。

其他分布和关联类型的组合将需要偏移变量的其他转换。

如何为广义线性模型选择预测变量

此功能需要SPSS Statistics Standard Edition 或“高级统计”选项。