1、无序多分类logistic回归模型研究问题
2、无序多分类logistic回归模型基本原理，研究案例
3、spss操作步骤
4、得到结果：P值小于0.05，说明加入变量后的模型要比截距模型好。似然比检验表对引入模型中的每一个自变量进行了喾丰洲搜检验。H0：把某一个自变量引入方程后，方程没有任何变化，和这个指标所有有关的哑变量都等于0如果只有克林顿和布什两个候选人的话，男性选民选择布什的可能性是女性的1.58倍，如果只有克林顿和佩罗两个候选人的话，男性选民选择佩罗的概率是女性的2.188倍
5、多项logistic回归研究问题，分类变量
6、模型较之前有改进当前的方程是否能够充分拟合数据
7、进行适用条件的检验。我们在拟合的时候规定方程的参数是等参数的，只能使用相同的参数，这种情况下得到的模型的-2对数似然值是6202.2，当放松对模型的假定时，-2对数似然值是6189.8，有所下降。下降了12.357，但是放松了这种假定之后，增加了9个参数。增加了这9个参数之后显著性P值大于0.05，不能拒绝H0,当前方程与原方程是没有区别的。所以，我们就没必要增加这几个参数了。所以，我们原先的平行性假设是没有问题的。
8、但是，平行性检验没有过关，只能：1换用其它连接函数2退回去使用无序Logistic模型我们首先尝试换用连接函数
9、说明：因子（factor）=分类自变量协变量（covariate）=连续自变量有序Logistic模型必须进行平行性检验
