对Likert和参数估计的紧急帮助我正在运行一个拟合模型，我正在测试一个因变量（Likert响应）到几个独立的x变量（也是Likert）。两组都是1到7个回复，强烈反对强烈同意。 我的问题在于报道。 如何评估总体估算值，而不仅仅是查看下面图片的各个匹配项。
我正在尝试实现像spss中所示的输出
SPSS outputSPSS输出
其中包括对关键供应商讨价还价能力等变量的汇总。 或者是我只需要使用与我测试的匹配的那个（最有影响力的那个，如标记为7的那个？）???请帮忙。 或者，如果我需要以不同的方式组织我的数据或进行不同的测试，任何方向都会很棒。
回复：对Likert和参数估计的紧急帮助我不熟悉这项研究或SPSS可能参数化标称逻辑回归模型的方式。您可以考虑两种可能性：
- 您所引用的已发表研究可能将分类预测因子视为连续变量。然后对每个预测器进行单一估计。
- 您的响应使用李克特量表，因此您可以使用Y的序数建模类型。有序逻辑回归使用累积对数，您可以对每个预测变量进行单一估算。
您还可以在研究中包含多个对应分析，以探索这些分类Y和X之间的关联。
回复：对Likert和参数估计的紧急帮助1。非常感谢你的回复我非常感谢你的见解
接下来，是的我可以使用下面的结果，但我不确定我将列出什么作为估计，或者我是否需要列出每个（或最重要的）。
我试图使用与第二张图片中描述的不同研究相同的字段。你知道我怎么会找到那些结果吗？
回复：对Likert和参数估计的紧急帮助您将JMP中的回归设置为名义逻辑，因此您将针对线性预测器回归广义对数。该模型意味着如果您的响应中有7个级别，那么将有6个logits和6组参数，每个logit一组。除了公司规模之外，线性预测因子是分类因素的组合。该参数化进一步扩展了每组中的估计数。
您是否可以使用效果似然比测试来评估模型中各个术语的重要性？此表显示在“参数估计”表下方。
