？re：序數邏輯回歸，非線性預測變量<meta http-equiv="Content-Type" content="text/html; charset=UTF-8" />你好，
我試圖弄清楚我是否可以使用序數邏輯回歸函數和我擁有的數據來創建一組預測方程來估計死亡年齡。 我的反應變量是序數（青少年，年輕成人，中年人，老年人），我的四個預測變量是連續的，但兩個是非線性的。 我試過改變預測變量，但我似乎找不到線性解。如果我已經正確閱讀，JMP中的序數邏輯回歸分析基於一般線性模型，因此由於我的非線性響應變量（由這些變量的平均值確定），否則我將無法使用該函數。按年齡分類繪製 - 即平均值在成年中期上升為漸近線，然後在成年期降低值？我嘗試使用非線性平台進行分析，但我收到一條警告信息，因為我的Y變量不是連續的。
*非常感謝任何*建設性的建議！另外，在最基本的層面上，我是否正確理解了邏輯模型的假設？
非常感謝，
凱特
回覆： ？re：序數邏輯回歸，非線性預測變量自變量的假設不是線性的（我甚至不知道這意味著什麼？）
廣義線性模型意味著模型是線性組合，但術語本身可以是二次的。 非線性模型可以具有不能以線性方式表達的項的順序統計（最大/最小）和/或除法/乘法。
y = x + x ^ 2仍然是GLM
y = cx / ax是一個非線性模型。
回覆： ？re：序數邏輯回歸，非線性預測變量嗨，
在線性回歸模型，響應變量是繼續。
在後勤回歸模型，響應變量是二分的。所以我們選擇合適的鏈接函數（probit，logit）來對其進行建模。
在所有GLM模型中，預測變量可以是連續的和離散的（標稱的，有序的）。
我不明白（但兩個是非線性的）：
“我的反應變量是序數的（青少年，年輕成人，中年人，老年人），我的四個預測變量是連續的，但是兩個是非線性的。 “
您的響應變量是序數。所以你可以把它分解為4個邏輯回歸：
- 如果它是“青少年”代碼1，其他代碼0 - >僅具有此二分響應和所有其他預測變量，則建立邏輯回歸模型。
- 如果它是“年輕成人”代碼1，其他代碼0 - >僅具有此二分響應和所有其他預測變量，則建模邏輯回歸。
- 如果它是“中成人”代碼1，其他代碼0 - >僅具有此二分響應和所有其他預測變量，則建模邏輯回歸。
- 如果它是“中成人”代碼1，其他代碼0 - >僅具有此二分響應和所有其他預測變量，則建模邏輯回歸。
如您所述，您還可以擬合序數邏輯回歸。檢查一下例在JMP網站上。
有關這些模型的更多統計詳細信息，請閱讀Alan Agresti，Wiley撰寫的“分類數據分析簡介”或“分類數據分析”。
