有關 Likert 和參數估計的緊急協助我正在運行一個擬合模型，其中我正在測試幾個獨立 x 變數（也是 Likert ）的因變數（ Likert 回應）。兩組都是從強烈不同意到強烈同意的 1 - 7 個回應。我的問題出在報告。我如何評估整體估計，而不是僅評估個別匹配，請參見下圖。
我正在嘗試實現如 spss 中所示的輸出
SPSS outputSPSS outputSPSS輸出
其中匯總了對主要供應商的議價能力等變數。或者我只需要使用與我正在測試的內容相匹配的那個（最有影響力的那個，如標記為 7 的那個？）？？？請幫忙。或者，如果我需要以不同的方式組織資料或進行不同的測試，任何方向都會很棒。
回覆：有關 Likert 和參數估計的緊急協助我不熟悉這項研究，也不熟悉 SPSS 參數化名目邏輯迴歸模型的方式。 您可能會考慮兩種可能性：
- 您提到的已發表的研究可能將分類預測變數視為連續變數。 然後每個預測變數都會有一個估計。
- 您的答案使用李克特量表，因此您可以使用 Y 的序數建模類型。 序數邏輯迴歸使用累積邏輯，您將對每個預測變數有一個估計。
您還可以在研究中納入多重對應分析，以探索這些分類 Y 和 X 之間的關聯。
回覆：有關 Likert 和參數估計的緊急協助1.非常感謝您的回复，我非常感謝您的見解
接下來，是的，我可以使用下面的結果，但不確定我會列出什麼作為估計值，或者我是否需要列出每個結果（或最重要的結果）。
我正在嘗試使用相同的字段作為第二張圖片中描繪的不同研究。 你知道我如何找到這些結果嗎？
回覆：有關 Likert 和參數估計的緊急協助您在 JMP 中將迴歸設為名目 Logistic，因此您可以根據線性預測變數對廣義 Logits 進行迴歸。 此模型意味著，如果您的回應中有 7 個級別，則將有 6 個分數值和 6 組參數，每個分數值一組。 您的線性預測變數是公司規模以外的分類因素的組合。 此參數化進一步擴大了每組中的估計數量。
您可以使用效應似然比檢定來評估模型中各個項目的重要性嗎？ 表顯示在參數估計表下方。
