![4b2c9af752293180cdb8a76447b20190.png](https://i-blog.csdnimg.cn/blog_migrate/94916e798e26df50d2cc15d799fe591d.jpeg)
当研究目标是个多水平的分类变量,而且各水平还有顺序关系时,可以考虑选用有序多分类logistic回归分析。用一个案例来说明。欲研究性别、两种治疗方法对某病疗效的影响,疗效的评价分为3个有序的等级:显效、有效和无效,变量编码数据如下表所示:
![2392354590a6d115bc580239759ccf5f.png](https://i-blog.csdnimg.cn/blog_migrate/ef57c7f71b8c2a6da2da53128599a452.png)
简单分析一下,研究目标是疗效,是我们的因变量Y,它呢有3个水平,分别是无效、有效、显效。解释变量,即自变量为性别、疗法,均是二分类变量。
![d48f23dc967747b53726c397286e5734.png](https://i-blog.csdnimg.cn/blog_migrate/a50cc3392db8b4e604822a9ddb59b130.png)
这是一组汇总后的频率统计数据,所以在开始logistic回归前,需要用频数进行加权。此外也是非常重要的一环,有序多分类logistic回归的原理要求数据能通过平行线检验,这个检验我们就在接下来的logistic回归中直接解读结果即可。心中有数之后,我们开始logistic回归建模。打开【分析】→【回归】→【有序】菜单。