1 功能描述
当因变量是多分类变量时，且是有序类别（如：不及格、及格、良好、优秀），此时需要采用有序logistic模型进行分析！有序logistic模型中认为各类别之间的差异应该是相同的，及自变量对因变量从状态1变动到状态2的影响应该和对因变量从状态2变动到状态3的影响相同，...。因而有序logistic模型中需要做平行性检验，如果不满足平行性条件，那么原则上来说有序logistic模型将不再适用，应该采用多元logistic模型进行研究。
2 有序logistics模型
我们以german_credit.sav数据为例进行演示，根据用户的财务状况来判别其支票账户状态！
双击打开german_credit.sav数据文件，其中chks变量即为因变量（支票账户状态，从1到4表示状态越来越差，4表示账户被冻结）。
在数据窗口中，依次点击“分析/回归/有序”。
注意：logistic模型属于广义线性回归模型，在SPSS中没有专门针对有序logistic模型的程序窗口，而是提供了有序广义线性模型的程序窗口，其中即可以选择使用有序logistic模型，也可以选择其他有序广义线性模型！
在弹出的“Ordinal回归”窗口中，将chks变量移到右侧的“因变量”框；
将housng、othnstal变量移动到右侧的“因子”框；将age、duration变量移到右侧的“协变量”框。
在“Ordinal回归”窗口中，点击选项按钮；
在弹出的“Ordinal回归：选项”窗口中，最下面的链接中默认选择了Logit，即表示选择logistic的广义线性模型。当然，也可以选择其他链接函数。这里我们保持默认，使用Logit链接函数，点击继续返回！
在“Ordinal回归”窗口中，点击输出按钮；
在弹出的“Ordinal回归：输出”窗口中，勾选平行线检验选项，其他保持默认，点击继续返回！
在“Ordinal回归”窗口中，有位置和度量两种形式的模型，SPSS中默认只使用位置模型。一般来说只使用位置模型就可以了，而只有当位置模型的结果与预期相差太大，才会考虑在模型中加入度量模型。
我们可以通过点击位置和度量按钮来定制进入模型中的变量、交互项等。这里我们保持默认，不对位置和度量进行设置，点击继续返回！
在“Ordinal回归”窗口中，设置好参数后，点击确定按钮进行运算。
运算完成后，输出窗口将给出相应的结果。
模型拟合信息、拟合优度、伪R方表中为模型整体拟合情况。模型拟合信息表中的显著性为0.000，因而可以认为模型整体拟合程度较高。
在平行线检验表中，显著性为0.072，大于0.05，因而可以接受原假设，认为因变量各类别的斜率相同。注意，如果平行线检验不通过，原则上不能使用有序logistic模型。
参数估计表给出了模型系数的估计值。Threshold中的chks=1，chks=2，chks=3表示累积概率模型的截距，chks=1对应chks=1 VS chks=2，3，4累积概率模型的截距；chks=2对应chks=1，2 VS chks=3，4累积概率模型的截距，....。
在位置模型中，各变量系数估计值并不是对应的概率。我们一般只通过正负号来判断概率上升还是下降。例如，age变量对应的系数估计值为0.01，大于0，因而age变量增加有助于chks变量从低类别向高类别变动。housng=2对应的系数为0.585，因而与三套房子相比，二套房子有助于chks变量从低类别向高类别变动！