统计 > 回归 > 顺序 Logistic 回归
使用顺序 Logistic 回归对顺序响应变量执行 Logistic 回归。顺序变量是有三个或更多可能水平并有自然顺序的类别变量,如非常不同意、不同意、中立、同意、非常同意。使用迭代重加权最小二乘算法拟合具有一个或多个预测变量的模型,以得到参数的极大似然估计 [27]。
假设回归线平行,因此,对每个协变量计算了一个斜率。在这个假设无效的情况下,名义 Logistic 回归更适用,因为它生成单独的 logit 函数。
响应:如果响应数据作为原始数据输入或作为两列输入(一列包含响应值,一列包含频率),则选择此项。然后在文本框中输入包含数字响应值的列。
频率(可选):如果数据按两列输入(一列包含响应值,另一列包含频率),则在文本框中输入包含频率的列。
模型:指定要包含在模型中的项。
因子(可选):指定预测变量中的哪些是因子。Minitab 假定模型中所有变量均为协变量,除非在此指定为因子。连续预测变量必须作为协变量进行建模;而类别预测变量必须作为因子进行建模。