文档介绍：Logistic回归之有序logistic回归分析
目录
有序logistic回归分析基本说明2
如何使用SPSSAU进行有序logistic回归操作3
有序logistic相关问题？4
第1点：出现奇异矩阵或质量异常5
第2点回归建模时，还可以对模型的预测效果进行分析，SPSSAU也会默认输出结果，当然一般情况下我们关注于影响关系，因而对于预测效果等不那么看重。即模型预测质量的关注乎相对较低，多数时候直接忽略它。
2、如何使用SPSSAU进行有序logistic回归操作
关于有序logistic回归的操作上，SPSSAU操作如下:
至于分析结果如下：
有序Logistic回归模型似然比检验
模型
对数似然值
卡方值
df
P
AIC值
BIC值
仅截距
-
最终模型
-
4
首先对模型整体有效性进行分析（模型似然比检验），从上表可知：此处模型检验的原定假设为：是否放入自变量（性别—女，年龄，年收入水平，文化程度）两种情况时模型质量均一样；分析显示拒绝原假设（chi=,p=<），即说明本次构建模型时，放入的自变量具有有效性，本次模型构建有意义。
有序Logistic回归模型分析结果汇总
项
项
回归系数
标准误
z值
p值
OR值
OR值95%CI
因变量阈值
不幸福
-
-
〜
比较幸福
-
-
〜
自变量
性别—女
〜
年龄
-
-
〜
年收入水平
〜
文化程度
〜
McFaddenR方：
Cox和SnellR2:
NagelkerkeR2:
首先可针对任意一个R方值进行描述，，意味着自变量仅解释幸福度8%的原因‘logistic回归时R方值一般都比较小，一般不用过多理会。
具体分析影响关系时，可直接参考SPSSAU的智能分析即可，而上表格还列出因变量阈值对应的信息，该数据对数据分析并无过多意义，仅为数学上的指标值而已。
性别—,但是并没有呈现出显著性(z=,p=>)，意味着性别并不会对幸福水平产生影响关系。
，(z=，p=<)，意味着年龄会对幸福水平产生显著的负向影响关系。年龄越大的人幸福水平反而越低。
，并且呈现出0