变量之间的关联
基本原理：
依次将应变量按不同的取值水平分割成两个等
级，对这两个等级建立反应变量为二分类的 logistic回归模型。
不管模型中反应变量的分割点在什么位置，模
型中各自变量的回归系数 变的只有常数项。
i
都保持不变，所改
无效0，有效1，痊愈2无效与有效痊愈，
无效有效与痊愈，可建立两个方程。两个方
B2-有序多分类 Logistic回归模型
表1 性别和两种疗法对某病疗效的影响
性别
治疗方法
疗效（Y） 痊愈2 有效1 无效0
男 新药疗法(X2=0)
5
X1=0 传统疗法(X2=1)
1
女 新药疗法(X2=0)
16
X1=1 传统疗法(X2=1)
6
2
7
0
10
5
6
7
19
一、用途和基本原理
用途：分析1个有序多分类应变量与多个自
二、SPSS操作与结果解释 建立数据文件，Weight
性别
男 X1=0
女 X1=1
治疗方法
新药疗法(X2=0) 传统疗法(X2=1) 新药疗法(X2=0) 传统疗法(X2=1)
疗效（Y）
痊愈2 有效1 无效0
5
2
7
1
0
10
16
5
6
6
7
19
AnalyzeRrgressionOrdinal
Factor 与 Covariate
自变量是分类变量，选入Factor栏，取值大
的类别为参照组。
自变量是计量资料，选入Covariate栏。
分别单击：Options, Output, Location, Scale
Options （默认）
Link：
logit：Evenly distributed categories Complementary：Higher categories more
似然比检验：模型中自变量偏回归系 数是否全为0。结果P=0.000，说明至 少有一个自变量的偏回归系数不为0。
ln1 无 无效 效和 和有 有效 效 2的 的 (1概 X概 1率 2率 X2)
Lwaitrhgelarrcgoeerffsiccoiernest（s （Yi）1：in无di效cat；e a2n：a有ss效oci；at3io：n显
效）.
When you see a positive coefficient for a
Output
Test of parallel lines: 不管反应变量的分割点在什 么位置，模型中各自变量的系数都保持不变
Location （默认）
Scale（默认）
单击OK
说明各种取值水平组合中有多少其观 察频数为0。如果有连续性变量，这个 比例会较大。
War n in g s Ther e ar e 1 ( 8.3% ) c ells v ar iable v alues ) w ith z er
For a continuous variable, a positive coefficient tells
you that as the values of the variable increase, the likelihood of larger scores increases.
Ordinal logistic回归模型
变量各水平的例数
y
treat sex Val id M issing Total
Case Pro cessing Summary
无效 有效 治愈 新疗法 传统疗法 男性 女性
N 42 14 28 41 43 25 59 84 0 84
M arg i nal Percentage
50.0% 16.7% 33.3% 48.8% 51.2% 29.8% 70.2% 100.0%
ln 1 无 无效 效的 的 1 概 (概 1X 1 率 率 2X2)
ln1 无 无效 效和 和有 有效 效 2的 的 (1概 X概 1率 2率 X2)
Ordinal Model
ln 1 无 无效 效的 的 1 概 (概 1X 1 率 率 2X2)
dichotomous factor, you know that higher scores are more likely for the first category (category 2 is the reference category ). A negative coefficient tells you that lower scores are more likely.
probable
Negative：Lower categories more probable Probit：Latent variable is normally
distributed
Cauchit：Latent variable has many extreme
values
Link：
应变量Y 有3个等级：无效0、有效1、治愈2
影响因素：性别X1（0男；1女）；治疗方法 X2 （ 0新药； 1传统） ；取值大的类别为参 照组。
某分类变量的回归系数为正时，则暴露组
（如新药）为更高的等级（如治愈）的可能 性大于参照组（传统药）
某连续变量的回归系数为正时，则随着该变
量的变量值增加，应变量为更高等级的可能 性也增加。
logit：用于反应变量各取值水平发生概率
相近的资料
Complementary：用于反应变量取值水平
高的水平发生概率高的资料
Negative：用于反应变量取值水平低的水平
发生概率高的资料
Probit：用于潜在变量服从正态分布的资料 Cauchit：用于潜在变量存在很多极端值的
资料
程的常数Байду номын сангаас不同，但回归系数相同。
二分类logistic回归模型
ln 1 P P 01X 12X 2.. .m X m
Ordinal logistic回归模型（SPSS） 无效0，有效1，痊愈2
ln 1 P P (Y (Y j)j) 0 j 1 X 12 X 2 . . .m X m