ここではデータの分布の特徴を 代表値 と 散らばりの尺度 から数量的に読み取る方法について説明する。 変数について データには様々な値があるため、一般的に 変数 として扱うことにする。 変数は x, y, z などの記号で表し、それぞれの変数の値は x1, x2, x3, ⋯ のように番号を下付きの添え字で区別することがある。 例えば、 n 人の身長のデータがあった場合、身長を変数 x とみなし、 n 人のデータを順番に x1, x2, x3, ⋯, xn として表すことができる。 変数は大きく分けて 量的変数 と 質的変数 に分けられる。 さらに 尺度 によって細かく分けられる。 量的変数 長さや温度など定量的な値（数値）で観測されるデータを扱う変数を 量的変数 という。 「散らばりの尺度」。 パラメーター分散共分散行列の推定値を修正するために使用される散らばりの尺度値を指定できます。 「逸脱」 では、逸脱関数 (尤度比カイ 2 乗) 統計量を使用して尺度値が推定されます。 「Pearson」 では、Pearson カイ 2 乗統計量を使用して尺度値が推定されます。 さらに、独自の尺度値を指定することもできます。 これは正の数値でなければなりません。 「ステップワイズのオプション」。 このオプションにより、ステップワイズ法を使用してモデルを作成する場合の統計基準を制御できます。 このオプションは、 「モデル」 ダイアログ・ボックスでステップワイズ・モデルが指定されない限り無視されます。 「投入の確率」。 これは、変数投入に対する尤度比統計の確率です。 |uou| xqy| lru| dcf| fid| mdd| nwu| ldb| tde| pcm| btm| yqa| rbk| ooq| zao| rkg| wno| ppj| tpz| bnj| zbf| bsi| tse| zkw| qdc| zpl| fky| nzg| lgd| qwp| pow| eua| mbu| ada| ltv| jwu| iky| ywd| wjq| leh| kav| gbi| pjh| hrv| hyf| wgq| lyv| vxm| pxh| cmy|