分析明确筛选设计的二元响应中模型汇总的方法和公式

偏差 R² 表示响应变量中由模型解释的变异量。R² 越大，模型与数据拟合得越好。公式为：

表示法

项	说明
DE	Error Deviance
DT	Total Deviance

调整的偏差 R² 可以说明模型中预测变量的数量，并且可用于比较具有不同预测变量数量的模型。公式为：

表示法

项	说明
R2	偏差 R2
p	回归自由度
Φ	1，用于二项模型
DT	总偏差

尽管在计算调整的偏差 R² 时可能会产生负值，但 Minitab 将针对这些情况显示零。

使用此统计量比较不同模型。AIC 越小，模型与数据拟合得越好。

根据平均值参数化对数似然函数。函数的一般形式如下：

个体贡献的一般形式如下：

表示法

项	说明
p	回归自由度
Lc	当前模型的对数似然
yi	第 i 行的事件数
mi	第 i 行的试验数
	第 i 行的估计均值响应

在满足以下条件时不计算 AICc：.

表示法

项	说明
p	模型中系数的个数，包括常量系数
n	具有非缺失数据的行的数量

表示法

项	说明
p	模型中的系数，不包括常量系数
n	具有非缺失数据的行的数量