图 比例优势模型假定条件的检验结果 解释：在OLM中，有比例优势平行的假定，但这里 p<0.001，说明该假定成立，提示用OLM不太适当，可采 用MNL或Loglinear模型等。
See you...
效应大小。当 k 0 时，表示 X k 与因变量 Y 独立，即 X k 对于 Y 的贡献没有统计学意 义；当 k 0 时，表示随 X k 的增加，Y 更有可能落在定序因变量分类值较大的一端； 当 k 0 时，表示随 X k 的增加，Y 更有可能落在定序因变量分类值较小的一端。 （2）回归结果中之所以未包含截距项，是由于为了保证参数可识别性的需要、SPSS 对 其参数进行标准化的后果。
这张表是输出结果的核心部分，学员试解释之。
（1）回归系数解释与模型筛选与都与二分类 logit 模型相同。即回归系数
k (k 1,2, , p) 表示在控制其它变量的条件下，某一自变量 X k 改变一个单位，
logit( pij (Y j)) 或对数风险比的平均改变量。 k 反映了自变量 X k 对因变量类别 Y j 的
注：笔者SPSS16不能执行，遂改用SPSS18.0运行。
输出结果与解释
已经
（1）回归系数解释与模型筛选与都与二分类 logit 模型相同。即回归系数
k (k 1,2, , p) 表示在控制其它变量的条件下，某一自变量 X k 改变一个单位，
logit( pij (Y j)) 或对数风险比的平均改变量。 k 反映了自变量 X k 对因变量类别 Y j 的
定序(累积) Logit 模型
cumulative logit model，CLM
图 定序因变量多元logit分布
图 定序因变量的切割点(cut points)
SPSS操作选项说明
数据文件：data14-8.sav
实例1：药物疗效
数据文件：data14-8.sav
该项只选多分类 与定序变量，二 分类连续变量直 接选入协变量。
data）。如职业声望、阶层高低、政治态度、满意度（很
满意、满意、不满意、很不满意）等。通过这类变量，我 们可以知道不同类别之间有相对的大小或高低程度，但是 无法从经验信息中获得不同类别之间明确而连续的距离。
范例
问题：你觉得自己幸福吗? 选项：1.很不幸福 2.不太幸福 3.还过得去 4.
有点幸福 5.非常幸福
（3）结果中 Threshold 1、Threshold 2、Threshold 3 为三个切点（ 1 2 3 ） 的参数值 （因该定序因变量含 4 个次序） 。 作为辅助参数 （ancillary parameters） ， 切点参数值可以解释为： 当 y 估计值 y* 1.219 (Threshold 1)时，y 1 ； 当 1.219 y* 1.329 (Threshold 2)时，y 2 ； 当 1.329 y* 4.404 (Threshold 3)时，y 3 ； 当 y* >4.404 时，y 4 。 值得注意的是， 这种对切点参数的解释对定序因变量的各种回归模型都适用。
问题：你的英语程度如何？ 选项：1.不知道
常好 2.会一点 3.好 4.非
若对上述定序变量继续使用MNL，将无视数据内在的排序，会导致
排序信息的缺失，从而使统计结果会因为遗漏掉排序信息而丧失统计
效率；若使用OLS，则是将定序变量视为连续变量处理，会导致人为 的信息膨胀。同时，使用不当回归，回归偏倚问题及一致性问题无法 解决。因此，针对定序因变量（ordinal dependent variable）需采用 对应的模型，即定序logit/probit 模型（ordered logit/ probit model, OLM）。反之，若针对定类（nominal）变量采用定序回归，则意味 着对不同类别强加了不适当的顺序，并假设其斜率彼此平行，此时的 统计结果会存在偏误或出现无意义的估计值。不过，从本质上而言， 定序 logit/probit 模型也是二分类 logit/probit 模型的一种自然延伸运 用，该种模型也被称为累积（cumulative）logit / probit 模型。若假设 随机扰动项符合logistic分布，则采用logit模型；若假设随机扰动项符 合正态分布，则采用probit模型。
效应大小。当 k 0 时，表示 X k 与因变量 Y 独立，即 X k 对于 Y 的贡献没有统计学意 义；当 k 0 时，表示随 X k 的增加，Y 更有可能落在定序因变量分类值较大的一端； 当 k 0 时，表示随 X k 的增加，Y 更有可能落在定序因变量分类值较小的一端。 （2）回归结果中之所以未包含截距项，是由于为了保证参数可识别性的需要、SPSS 对 其参数进行标准化的后果。
量化研究与SPSS实现
QUANTITATIVE ANALYSIS & SPSS
王存同 中央财经大学
SPSS 初中级培训实用教程
第五讲 定序logit模型
第1章 SPSS简介
定序变量
在社会科学研究的分类变量或离散变量中，一些变量在测
量层次上被分为相对次序（或有自然的排序）的不同类别， 但并不连续，这类变量称之为定序变量（ordinal variable），其对应的数据称之为排序数据（orSS18.0
提示：将年份转化为虚拟变量。
因子中须为 多分类或定 序变量。
协变量中既 可为二分变 量也可为连 续变量，不 可为多分类 或定序变量。
输出主要结果及解释
全局性检验，p<0.05说明模型有统计学意义。
两个拟合优度检验结果都为p<0.05，说明模型拟合较差。
（3）结果中 Threshold 1、Threshold 2 为 2 个切点（ 1 2 ）的参数值（因该 定序因变量含 3 个次序）。作为辅助参数（ancillary parameters），切点参数值 可以解释为： 当 y 估计值 y* 1.492 (Threshold 1)时，y 1 ； 当 1.492 y* 1.468 (Threshold 2)时，y 2 ； 当 y* >1.468 时，y 3 。 值得注意的是，这种对切点参数的解释对定序因变量的各种回归模型都适 用。