對於三種迴歸視覺效果,SAS Visual Statistics 都會建立兩個變數,其包含資料集中每個觀測的預測資訊。這些變數在建立之後,隨即可以使用在任何其他視覺效果,包括其他預測模型。
若要建立兩個新變數,請完成下列步驟:
-
建立有效的線性迴歸、羅吉斯迴歸或廣義線性模型視覺效果。
-
按一下視覺效果右上角的
,然後選取 [
衍生預測值]。
-
在 [
新增預測變數] 視窗中輸入
預測值以及
殘差值或
機率值的名稱。
殘差值可以使用在線性迴歸和廣義線性模型。
機率值可以使用在羅吉斯迴歸。
-
按一下 [
確定]。羅吉斯迴歸的預測值會顯示在
類別變數區段中。所有其他變數 (包括其他模型的預測值) 則會顯示在
預測變數區段中。
視選取的視覺效果而定,每個變數內含的資訊略有不同。
預測值
對於線性迴歸和廣義線性模型,這是迴歸模型產生的數值。或者,如果觀測已由模型評分,這就是由迴歸模型產生的值。
對於羅吉斯迴歸,這是由羅吉斯迴歸根據計算機率和預測截止值屬性產生的決策。所有觀測都會分類為感興趣的事件層級、非感興趣的事件層級或遺漏。
殘差值
每個觀測的計算殘差。可以使用在線性迴歸和廣義線性模型視覺效果。
機率值
每個觀測的計算機率。機率值大於或等於預測截止值屬性的觀測預計會出現在感興趣的事件層級中。機率值小於預測截止值屬性的觀測則不被認為會出現在感興趣的事件層級中。也就是說,不會進行有關每個個別測量層級的預測,而只會進行感興趣的測量層級與其他項目間的預測。