SPSS回歸分析：有序回歸

一、概念（分析-回歸-有序）

使用序數回歸可以在一組預測變量（可以是因子或協變量）上對多歧分序數響應的依賴性進行建模。序數回歸的設計基于McCullagh (1980, 1998)的方法論；序數回歸的過程在語法中稱為PLUM。如：可以使用序數回歸研究患者對藥物劑量的反應?？赡艿姆磻梢苑譃闊o、輕微、適度或劇烈。輕微反應和適度反應之間的差別很難或不可能量化，并且這種差別是取決于感覺的。另外，輕微反應和適度反應之間的差別可能比適度反應和劇烈反應之間的差別更大或更小。

二、選項（分析-回歸-有序-選項）

使用“選項”對話框可以調整迭代估計算法中所使用的參數，選擇參數估計值的置信度并選擇關聯函數。

1、迭代?？梢远ㄖ频惴??！蜃畲蟮螖?。指定一個非負整數。如果指定為0，則過程會返回初始估計值?！蜃畲蟛襟E對分。指定一個正整數?！驅邓迫还烙嬍諗?。如果對數似然估計中的絕對或相對變化小于該值，則算法會停止。如果指定0，則不使用該條件?！騾凳諗?。如果每個參數估計值中的絕對或相對變化小于該值，則算法會停止。如果指定0，則不使用該條件。

2、置信區間。指定一個大于等于0且小于100的值。

3、Delta。添加到零單元格頻率的值。指定一個小于1的非負值。

4、奇異性容許誤差。用于檢查具有高度依賴性的預測變量。從選項列表中選擇一個值。

5、鏈接函數。鏈接函數是累積概率的轉換形式，可用于模型估計。下表總結了五個可用的鏈接函數?！騆ogit log(?/ (1?) )均勻分布類別?！蚧パa雙對數log( log(1?))類別越高可能性越大?！蜇撾p對數log( log(?))類別越低可能性越大?！騊robit?1(?)潛在變量為正態分布?！駽auchit（逆Cauchy）tan(π(?0.5))潛在變量有許多個極值

三、序數回歸輸出（分析-回歸-有序-輸出）

“輸出”對話框可以生成在瀏覽器中顯示的表，并將變量保存到工作文件。

1、顯示。為以下項目生成表：◎打印迭代歷史記錄。為所指定的打印迭代頻率打印對數似然估計和參數估計值。始終打印第一個和最后一個迭代?！驍M合優度統計。Pearson和似然比卡方統計量?；谠谧兞苛斜碇兄付ǖ姆诸愑嬎氵@些統計量?！蛘y計。Cox和Snell、Nagelkerke和McFadden R2統計量?！騾倒烙?。參數估計值、標準誤和置信區間?！騾倒烙嫷臐u近相關性。參數估計相關系數的矩陣?！騾倒烙嫷臐u近協方差。參數估計協方差的矩陣?！騿卧裥畔?。觀察的和期望的頻率和累積頻率、頻率和累積頻率的Pearson殘差、觀察到的和期望的概率以及以協變量模式表示的觀察到的和期望的每個響應類別的累積概率。請注意：對于具有許多協變量模式的模型（例如，具有連續協變量的模型），該選項可能會生成非常大的、很難處理的表?！蚱叫芯€檢驗。位置參數在多個因變量水平上都相等的假設檢驗。該檢驗只對僅定位模型可用

2、保存的變量。將以下變量保存到工作文件：◎估計響應概率。將因子/協變量模式分類成響應類別的模型估計概率。概率與響應類別的數量相等?！蝾A測類別。具有因子/協變量模式的最大估計概率的響應類別?！蝾A測類別概率。將因子/協變量分類成預測類別的估計概率。該概率也是因子/協變量模式的估計概率的最大值?！驅嶋H類別概率。將因子/協變量分類成實際類別的估計概率。

3、打印對數似然性?？刂茖邓迫还烙嫷娘@示?！虬囗検匠悼梢蕴峁┧迫还烙嫷耐暾?。若要在不包含該常數的乘積之間比較結果，可以選擇將該常數排除。