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 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. 对于自变量具有相同值的个案所对应的因变量均值标准差的估计。

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量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，它的均值为 0，标准差为 1。

　• 学生化. 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均值之间的距离。

　• 删除. 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 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、一行与参数估计值对应的 t 统计量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。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
◇ 从菜单中选择：

　　分析
　　　一般线性模型

◇ 选择单变量、多变量或重复度量。

◇ 在对话框中单击保存。

◇ 选择要添加到数据编辑器的变量类型。

　和 / 或

◇ 指定要存储协方差矩阵的数据集名称或外部文件。

只有在安装了“Advanced Statistics”选项的情况下，“GLM 多变量”和“GLM 重复测量”才可用。
链接：
　　　SPSS GLM 轮廓图
　　　SPSS GLM 两两比较
　　　SPSS GLM：选项
　　　SPSS UNIANOVA 命令的附加功能