名義ロジスティックモデルは、k − 1個ずつの切片パラメータと傾きパラメータを持ちます。ここで、 kは、応答変数の水準数です。一方、順序ロジスティックモデルでは、k - 1個の切片パラメータと1個だけの傾きパラメータを持ちます。「ロジスティック」プラットフォームの「パラメータ推定値」レポートには、以下の推定値が表示されます。実際に必要になることはまずありませんが、各パラメータ推定値を個別に検定することも可能です。
項
ロジスティックモデル内のパラメータ。応答変数の各水準(最後の水準を除く)における因子ごとに、切片と傾きが表示されます。順序ロジスティックモデルには、傾きが1つしかありません。
推定値
ロジスティックモデルで計算されたパラメータ推定値。
標準誤差
各パラメータ推定値の標準誤差。各項を0と比較する統計量の計算に使用されます。
カイ2乗
各パラメータが0であるという仮説を検定するWald検定。Waldのカイ2乗は
(推定値÷標準誤差)2という式で計算されます。
p値(Prob>ChiSq)
カイ2乗検定の観測有意確率(p値)。
パラメータ推定値の分散推定値および共分散推定値が表示されます。分散推定値の平方根は、「パラメータ推定値」表の「標準誤差」列に表示される数値と一致します。
メモ: 「推定値の共分散」レポートは、応答変数が名義尺度の場合のみ表示され、順序尺度の場合は表示されません。