有序型 Logistic 回归的示例

该示例使用 AdverseR.jmp 样本数据表来说明有序型 Logistic 回归。假定您要对不良反应严重度建模，将它表示为治疗持续时间值的函数。

1. 选择帮助 > 样本数据库，然后打开 AdverseR.jmp。

2. 右击不良反应严重度左侧的图标，将建模类型更改为有序型。

3. 选择分析 > 以 X 拟合 Y。

4. 选择不良反应严重度并点击 Y，响应。

5. 选择不良反应持续时间并点击 X，因子。

6. 点击确定。

图 8.5 有序型 Logistic 报表的示例 

您可以使用与名义型报表相同的方式解释该报表。请参见Logistic 报表。

在图中，根据数据的 x 坐标绘制数据标记。当若干数据点在同一 y 位置出现时，则将点随机散布。即在数据点之间显示一些小间隙，以便您可以更清楚地看到每个点。

在有很多点的地方，曲线被分隔开。在点很少甚至没有点的地方，曲线靠得很近。数据以此方式推动曲线，因为最大化准则是模型拟合的概率乘积。该拟合尝试避免被认为是小概率的点，这些点被拟合曲线紧靠。有关计算细节的详细信息，请参见《拟合线性模型》。

有关“整体模型检验”报表和“参数估计值”报表的详细信息，请参见Logistic 报表。在“参数估计值”报表中，会为除最后一个响应水平外的每个响应水平估计截距参数，但是只有一个斜率参数。截距参数显示响应水平的间距。它们始终单调递增。

需要更多信息？有问题？从 JMP 用户社区得到解答 (community.jmp.com).