一种分析二维及多维列联表资料的统计模型，通过对各分类变量的主效应及各阶交互效应的分析，最后对多个分类变量间的相关性做出综合评价。
方法/步骤
2
该模型中包含全部主效应和交互效应，故称为饱和模型，若缺少一项，则称为不饱和模型。饱和模型估计的期望频数必然与观察频数相等，因此饱和模型没有实用意义，真正实用的是不饱和模型。
3
具体操作见图片。
4
结果中显示数据处理的基本信息。
5
单元计数和残差：给出观察值，期望值，残差等，因为选择的是饱和模型，所以对于残差都是0。其中的“拟合度检验”中的概率是省略的，就是1的意思，说明模型完全拟合样本数据。K-Way和高阶效果：k=1表示主效应，k=2表示一阶交互效应，以此类推。计算概率知，三阶交互的作用不明显，所以模型要重新选择，不应该选择饱和模型。