批量建模:有序多分类Logistic回归（Ordinal Logistic Regression）

代码无所谓高端和低端，能解决问题就行。

有序多分类Logistic回归介绍

二分类结局变量，如事件是否发生、是否死亡等，我们可以用二分类logistics回归分析结局变量和自变量因素之间的关系，结果也非常容易解释。但对于有序多分类结局指标，如病情的严重程度、对服务的评价好坏、患者满意度、药物的主观疗效好坏等，这样的资料往往写成如轻、中、重；差、一般、好等，我们就要另辟道路完成变量间的分析。就会用到有序多分类Logistic回归（Ordinal Logistic Regression）。

---

目录

有序多分类Logistic回归介绍

Usage

第一步，观察数据，做到心中有数

第二步，观察6个分类变量到底有哪些

第三步，手动使用factor将这些变量标签排序

第四步，批量建立公式，为了使用anova函数求P，所以这里建立空模型

第五步，批量建模

第六步，对比模型和空模型，取得p值

第七步，批量输出结果

---

网上的许多关于有序多分类Logistic回归写的都非常好,但是,他们都没能回答一个实际操作过程中不可避免的问题：缺失值。我们来看一组典型数据：

我们要回答的问题是各个基因分别和临床因素有无关系？显著吗？相关性