SPSS回归分析有序回归

一、概念(分析-回归-排序)

有序回归可用于模拟多元有序响应对一组预测变量(可以是因子或协变量)的依赖性。有序回归的设计基于McCullough (1980，1998)的方法论。序数回归的过程在语法上叫做梅花。例如，有序回归可用于研究患者对药物剂量的反应。可能的反应可分为无、轻度、中度或重度。轻度反应和中度反应的区别很难或者不可能量化，这种区别取决于感觉。此外，轻度反应和中度反应之间的差异可能大于或小于中度反应和重度反应之间的差异。

二、选项(分析-回归-排序-选项)

使用“选项”对话框，可以调整迭代估计算法中使用的参数，选择参数估计值的置信度，以及选择相关函数。

1，迭代。您可以自定义迭代算法。◎最大迭代次数。请指定一个非负整数。如果指定0，该过程将返回初始估计值。◎最大步长二等分。请指定一个正整数。◎对数似然估计的收敛性。如果对数似然估计的绝对或相对变化小于该值，算法将停止。如果指定0，则不使用该条件。◎参数收敛。如果每个参数的估计值的绝对或相对变化小于该值，算法将停止。如果指定0，则不使用该条件。

2.置信区间。请指定一个大于或等于0且小于100的值。

3、德尔塔。添加到零像元频率的值。请指定一个小于1的非负值。

4、奇点容差误差。用于检查高度相关的预测变量。从选项列表中选择一个值。

5.链接功能。链接函数是累积概率的一种变换形式，可用于模型估计。下表总结了五个可用的链接函数。◎Logit日志(？/ (1?))均匀分布的类别。◎互补日志(log(1？))类别越高，可能性越大。◎负对数log(log(？))类别越低，可能性越大。◎Probit？1(?)潜变量呈正态分布。◎柯西(逆柯西)tan(π(？0.5))势变量有很多极值。

第三，有序回归输出(分析-回归-顺序-输出)

“输出”对话框可以生成要在浏览器中显示的表格，并将变量保存到工作文件中。

1，显示。为以下项目生成表格:◎打印迭代历史。打印指定打印迭代频率的对数似然估计和参数估计。总是打印第一个和最后一个迭代。◎拟合优度统计。皮尔逊和似然卡方统计。这些统计数据是根据变量列表中指定的分类计算的。抽象统计。考克斯和斯内尔，纳格尔克尔克和麦克法登R2统计。◎参数估计。参数估计，标准误差和置信区间。◎参数估计的渐近相关性。参数估计的相关系数矩阵。◎参数估计的渐近协方差。参数估计的协方差矩阵。手机信息。观察到的和预期的频率和累积百分比，频率和累积百分比的皮尔逊残差，观察到的和预期的概率，以及以协变量模式表示的每个反应类别的累积概率。注意:对于具有许多协变模式的模型(例如，具有连续协变的模型)，此选项可能会生成非常大且困难的表格。◎平行测试。多个因变量水平位置参数相等的假设检验。该测试仅适用于仅定位型号。

2.保存的变量。将以下变量保存到工作文件中:◎估计响应概率。将因子/协变模式分类为响应类别的模型估计概率。概率等于响应类别的数量。◎预测类。具有因子/协变模式最大估计概率的响应类别。◎预测类别概率。将因子/协变量分类到预测类别的估计概率。这个概率也是因子/协变模式的估计概率的最大值。◎实际类别概率。将因子/协变量归入实际类别的估计概率。

3.打印日志可能性。控制对数似然估计的显示。◎包含多项式常数可以提供似然估计的完整值。要比较不包含该常数的产品之间的结果，可以选择排除该常数。