矛盾的排名：群体均值与名义逻辑回归我们有四个类别，每个类别有 1000 个（连续）响应。平均响应的顺序为 A < B < C << D。名义逻辑回归得到的顺序为 A < C < B << D。（B 和 C 的均值之差为 1.64%）。我理解名义逻辑回归是基于不同排序的似然比，但令我困惑的是，当因变量和自变量互换时，即响应作为 f（类别）与类别作为 f（响应），同一数据集会得出不同的顺序。
高级统计建模基础数据分析与建模消费者和市场研究数据探索与可视化预测建模和机器学习质量与工艺工程回复：矛盾的排名：组均值与名义逻辑回归我不确定“名义逻辑回归获得的顺序”的含义，因为“名义”意味着没有顺序。
但总的来说，这里有两个模型。 无论您如何从两者中得出结论，他们都不必同意。 但是您需要验证它们中的每一个，以决定哪个更值得信赖，或者两者都不是。
一个问题：B 和 C 之间的差异在一个模型中是否显着。 如果不是，则没有什么可争论的，因为根据该模型，顺序是不确定的。回复：矛盾的排名：组均值与名义逻辑回归感谢您的有用评论。
这是来自类似数据集的另一个示例（每个类别 250 个响应）。
样本均值：A < B < C << D。（D 明显高于 A 或 B）。
标称对数：B < C < A < D。
名义回归对没有有序信息的类别进行排序。
所以对于类别排名，当响应是因变量时，我们得到第一个排名。
但是当我们尝试根据响应获得类别顺序时，我们得到了第二个排名。
我不明白为什么这两个模型应该不同意。
回复：矛盾的排名：组均值与名义逻辑回归您还没有解释“通过名义逻辑回归获得的顺序”是什么意思。 这是我的猜测，你的意思是逻辑图中出现的顺序，如下图所示？
如果是这样的话，你对这个情节有误解。 这些标签按字母顺序排列。 正如我之前提到的，“名义”意味着没有顺序。 如果您从名义逻辑回归中得出某种顺序，我相信这一定是某种概率度量。 而且我不认为你的情况是这样的。
回复：矛盾的排名：组均值与名义逻辑回归非常感谢您纠正我的误解。 如果可以的话，我有一个后续问题。 如果我们知道均值的等级，那么基于这些等级执行有序逻辑回归是否有效？ 再次感谢，
汤姆
回复：矛盾的排名：组均值与名义逻辑回归
如果我们知道均值的等级，那么基于这些等级执行有序逻辑回归是否有效？
我不确定我是否理解您的要求，但是当对值强加顺序时，序数逻辑回归通常只是一种有效的方法是合乎逻辑的前运行模型，即：
- Small、Medium、Large：序数逻辑回归是合适的
- 供应商 A、供应商 B、供应商 C、供应商 D：序数逻辑回归不合适
回复：矛盾的排名：组均值与名义逻辑回归感谢您的答复。
我已经知道类别的顺序意味着：
A < B < C < D。
Q1：现在，如果我运行序数逻辑回归，P 值是否
为似然比检验提供有用的附加信息
超越方差分析？
Q2：作为方差分析的替代方法，比较 P 值是否有效
在所有可能的排名中？ 我想更好地理解
为什么这是有效的或无效的。
谢谢，这是我最后的问题！
汤姆
回复：矛盾的排名：组均值与名义逻辑回归如果您可以实际发布您的分析，这可能会很有用，这样我们就可以更好地了解我们在说什么。 如果您可以陈述感兴趣的问题或假设，它也会很有用。
同时，如果以下一般性评论对您仍然有意义，我正在尝试另一种方式来看看它是否可以帮助您理解您手中的问题。
对于 Q1，这里是使用 JMP 样本数据中的 Iris 数据的示例。 这是物种〜萼片长度的逻辑回归。 我在屏幕截图中突出显示的 p 值意味着什么：Sepal 可以看出三个类别之间存在差异。 但仅此而已，仅此而已。
在报告的下方，有这份估计报告。 这里的 p 值表明 setosa-vs-virginica 和 versicolor-vs-virginica 是可分离的。 但仅此而已，仅此而已。 没有订单。
对于第二季度，我不确定您指的是哪个报告。 以下是“All Pairs，Tukey 的 HSD”的截图
要解释此报告，您可能需要查看此文档：所有成对比较本文档位于标准最小二乘平台下，但结果等同于 Fit Y by X 中的结果。（由于排序不同，数字可能因符号而异。）
请仔细阅读文档的第一段。 当您逐对比较时，不同的统计数据具有不同的含义。 特别是，你应该寻找像“pairwise”和“joint”这样的词。 这与多重比较有关。 你可能想阅读这个 wiki 页面来理解为什么这些词很重要：多重比较问题
