如何在SPSS中对有序变量做回归分析？

SPSS作为一款专业的数据分析软件，自问世以来，一直是各行各业进行数据分析的重要工具。无论是在医疗领域，还是做金融和市场分析，SPSS的分析功能都是非常强大和实用的。下面和大家分享一下如何使用SPSS对有序变量进行回归分析。

一.概述

1.有序变量

图1:数据样本的有序变量是一种特殊的变量，一般是分级的，但分类的依据不明确。

比如上图所示的样本，治疗效果可以用好、中、差等形容词来衡量，但具体衡量标准不明确，因为很大程度上取决于人的主观感受。

如果要对这类变量进行回归分析，必须采用有序回归的方法。

2.有序回归

图2:有序回归在“分析”——“回归”菜单下，点击“有序”，就可以开始使用这种回归分析方法进行分析了！

二、分析操作

1.可变设置

图3:变量设置有序回归需要设置三类变量，因变量是需要探究的被动变量，这里指的是治疗效果；因素可以简单的看作是自变量，性别和年龄都移入这个窗口。

协变量是分析中需要控制的变量。在这个例子中，变量的类型很少，所以不需要使用它们。

2.选项设置

图4:迭代和分级在选项设置对话框中设置。最大迭代次数设置为100，这是可设置范围的上限。最大步长等分设置为5。其他参数实质意义不大，我就不多赘述了，保持默认即可。

最后关于“链接”，也就是类别函数的设置，SPSS提供了五种不同的函数，适用于不同的数据类型，我们选择第三种，对数函数，适用于均匀分布的数据。

3.输出设置

图5:输出对话框中的输出设置是要输出的统计数据、要保存的变量和打印日志可能性的类型。

检查“拟合统计”并输出似然比卡方和皮尔逊统计；勾选“汇总统计”输出其他卡方统计；勾选“参数估计”，输出参数估计值和置信区间。

选择性打印包含几个正常点亮的对数可能性，这样的结果相对完整。

4.位置设置

图6:位置设置用户可以选择有序回归模型。主要效果是探索所选因素和因变量之间的回归关系，他们还可以定制模型来探索各种变量之间的相对关系。

在这种情况下，我们选择主效应模型。

5.结果输出

图7:分析结果有序回归的分析结果可以在输出日志中查看。对于选定的统计需求，日志窗口中有相应的表格作为结果供用户分析。

上图是拟合优度和伪R平方的表格。从这两张表可以看出，我们使用的模型能够很好地拟合数据，分析结果非常显著。

三.摘要

以上是在SPSS中使用有序回归对有序变量进行回归分析的案例分享。希望对大家有帮助！