正如字面理解，包含兩個方面：一是有序性，如調研中常用的滿意度常用李克特量表，即有序的因變數；二是logistic分類，如1代表優秀、2代表良好、3代表一般等等。
因變數為分類變數，且分類間有次序關係，針對因變數為分型別資料的情況應該選用logistic回歸，故應採用有序多分類的logistic回歸分析模型進行分析。
常應用的方向為：空氣汙染**、醫學類研究、心理學研究、滿意度等定量研究。
本文分為五個步驟來進行有序分類logistic回歸。
第一步：相關性分析
chart.correlation(data,histogram= true,pch=19)fit01<-polr(factor(y1)~x1+x2+x3+x4+x5+x6,data=data)summary(fit01)drop1(fit01,test="chi")fit01a<-polr(factor(y1)~1,data=data)
fit01b<-polr(factor(y1)~ x1+x2+x3+x4+x5+x6,data=data)
anova(fit01a,fit01b)
pred.data<-predict(fit01)
n<-table(data01$y1,pred.data);n
percantage<-c(n[1,1]/sum(n[1,]),n[2,2]/sum(n[2,]),n[3,3]/sum(n[3,]))
rbind(n,percantage)
logistic分類（logistic回歸 LR）
幾乎所有的教材都是從logistic分類開始的，因為logistic分類實在太經典，而且是神經網路的基本組成部分，每個神經元 cell 都可以看做是進行了一次logistic分類。所謂logistic分類，顧名思義，邏輯分類，是一種二分類法，能將資料分成0和1兩類。logistic分類的流程比較簡單...
logistic回歸 logistic回歸
logistic回歸 logistic回歸分析可用於估計某個事件發生的可能性，這是乙個分類模型而不是乙個回歸模型！它的基本思想是利用一條直線將平面上的點分為兩個部分，即兩個類別，要解決的問題就是如何擬合出這條直線，這個擬合的過程就稱之為 回歸 logistic模型 假設你有乙個需要 的內容，要通過三...
Logistic回歸，多類分類
1對其他 one vs rest,ovr 對每個類別c，訓練乙個logistic回歸分類器 對新的輸入x，選擇使得 多項分布 在概率分布中，貝努利 bernoulli 分布的輸出只有兩種取值。multinoulli分布，或稱為範疇分布 categorical distribution 輸出有k種取值...