有序Logit回归分析（Ordered Logistic Regression）适用于因变量为有序多分类变量的情况，例如“无效=1，有效=2，显效=3”等。以下是使用SPSSAU(在线SPSS)进行有序Logit分析的具体示例和步骤。

示例背景

假设我们研究性别和两种治疗方法对某病疗效的影响，疗效分为3个等级：无效=1，有效=2，显效=3。数据赋值如下： - 性别（sex）：男=0，女=1 - 治疗方法（treat）：旧疗法=0，新疗法=1 - 疗效（effect）：无效=1，有效=2，显效=3

具体步骤

1. 数据准备

首先，将数据导入SPSSAU(网页SPSS)平台，确保数据格式正确，变量类型设置无误。

2. 选择分析模块

在SPSSAU仪表盘中，依次选择【进阶方法】→【有序 Logit】模块。

3. 变量设置

• 将【疗效】拖拽至【Y(定类)】分析框中。
• 将【性别】和【疗法】拖拽至【X(定量/定类)】分析框中。

4. 平行性检验

在【平行性检验】下拉列表中选择【进行检验】。平行性检验是判断是否可以使用有序Logit回归的重要步骤。如果p值大于0.05，说明满足平行性检验，可以继续使用有序Logit回归；如果p值小于0.05，说明不满足平行性检验，建议使用多分类Logit回归分析。

5. 连接函数选择

在【连接函数】下拉列表中默认选择【默认 Logit】。

6. 开始分析

点击【开始分析】按钮，SPSSAU将自动进行有序Logit回归分析，并输出结果。

结果解读

1. 平行性检验结果：首先查看平行性检验的p值，判断是否满足平行性假设。
2. 模型拟合信息：查看模型的拟合优度，如似然比检验结果。
3. 参数估计：查看各个自变量的回归系数、标准误、Wald统计量和p值，判断自变量对因变量的影响是否显著。
4. 预测准确率：查看模型的预测准确率，评估模型的预测能力。

注意事项

• 如果X为定类数据，通常需要将X进行虚拟(哑)变量设置。
• 如果模型不满足平行性检验，建议使用多分类Logit回归分析。
• 如果X非常多（如超过10个），可以先对定类的X与Y进行卡方分析，对定量的X与Y进行方差分析，筛选出有差异关系的X放入有序Logit回归模型中。