參數估計的含義我正在研究是什麼阻礙了男性和女性在另一個國家工作。 我有我的表格，可以得出結論，顯著性水平為 0,0017 的女性比男性更容易因政治因素而灰心喪氣。 但我不完全確定我理解“估計”。 關於 -1,2699 我能說什麼？
該分數是對阻礙在該國生活和工作的願望的因素進行的排名。 從 1 - 我不會灰心喪氣，到 5 - 這會讓我非常灰心。
回复：參數估計的含義您使用名義物流擬合平台。 你說響應有五個級別。 如果這是真的，那麼您將得到一份不同的報告。 包含響應的列是否真的有五個級別 (1-5)？ 它使用字符還是數字數據類型？ 它使用序數建模類型嗎？ 這樣的響應本質上是有序的，因此您可以利用有關排名和差異的額外信息。 這種安排應自動導致順序 Logistic 擬合平台（從分析 > 擬合模型開始）。
參數估計是線性預測器的係數。 因此，如果您有特定級別的分類預測變量或連續預測變量發生 1 個單位的變化，它表示響應的變化。 這與具有連續響應的多元回歸分析的含義相同。
這裡的區別在於響應。 它通過一個變換而連續：logit。 您正在將線性預測器擬合到日誌（賠率）。序數響應使用累積 logit，因此您將線性預測變量擬合到 log( Pr( 級別 i 或更低 ) / Pr( 級別 i+1 或更高 )。 在您的情況下，您將有四個邏輯（邏輯數始終比響應級別數少一）。 實際上，您有四組參數估計值，但它們在序數響應的情況下使用公共截距。
您可以通過選擇“保存列”>“預測公式”然後檢查數據表來觀察序數邏輯回歸模型的顯式形式。 您將有一列用於線性預測器，然後是每個級別的概率的反向轉換。 最後，您將得到預測，這是概率最高的級別。
回复：參數估計的含義看來您適合具有幾個連續因素的二元邏輯回歸。 因此，每個估計都測量對數比值比（aks logit）一個因素。 例如，對於政治，它表明政治每增加一個單位就會導致減少對數優勢比為 1.2699。 更廣泛使用的措施是優勢比，可以在 JMP 中請求
http://www.jmp.com/support/help/13/Odds_Ratios_Nominal_Responses_Only.shtml
有關邏輯回歸參數的一些其他在線資源：
https://www.unm.edu/~schrader/biostat/bio2/Spr06/lec11.pdf
回复：參數估計的含義@馬克貝利馬克，我希望你不介意我跳到這個非常古老的話題上來要求你澄清一些事情。 如果我的連續預測變量是一個比率（從 0 到 1 連續），那麼連續預測變量 1 個單位的變化是什麼構成？ 是從0到1的變化嗎？
回复：參數估計的含義是的，連續預測變量中的一個單位變化始終意味著預測變量水平差異為 1。 從0到1的變化就是這樣的單位變化。 回歸不區分區間預測器和比率預測器。
