1. Certaines personnes pensent que le modèle de ratio cumulatif n'est pas sensible à cette condition, c'est-à-dire que l'estimation des paramètres reste stable lorsque les conditions ne sont pas définies.

Cette condition dans le modèle n'est qu'une hypothèse théorique. Dans la plupart des cas, il n'est pas nécessaire de calculer si cette hypothèse est définie ou non, et elle est ajustée pour être large. Étant donné que ce modèle est relativement fort, la division des variables de réaction réelles peut être soumise à des points appropriés en fonction des besoins professionnels. (Chen Feng. Méthode d'analyse multi-statistique, 2007, version 2, P107)

[Certaines personnes pensent que l'avantage de la tarif n'est pas satisfait et que les données rapides ne conviennent pas pour appliquer un ratio cumulatif maquette. Il peut être biaisé et d'autres modèles doivent être échangés contre l'analyse et la vérification. Lorsque les conditions sont violées, cela aura parfois un impact important sur les résultats et même changer de conclusions. (Feng Guo Double, analyse statistique des cas de santé et des régionsAP Utilisez SAS, P188)

3. Certaines personnes pensent d'intégrer de manière appropriée les variables, réduisent la quantité de valeur. (Méthode de statistiques multiculturelles multiculturelles multiculturelles, P134)

Trois couches sont divisées en deux catégories, mais elle perdra des informations efficaces, mais dans l'analyse des données, il est également nécessaire de considérer la compréhensibilité et l'application de résultats. Sexe. Il est divisé en deux catégories une fois fabriqué avec précision et facile à utiliser, et plus facile à comprendre et à accepter les résultats plus facilement.
En face du son sera définitivement, il est impossible de simplement équiper deux niveaux et de perdre des informations séparément.
4. Certaines personnes croient que des tests parallèles ne correspondent pas, choisissez la fonction d'ajustement correcte; Selon la régression logistique multi-étages.

Si l'hypothèse parallèle ne peut pas être remplie, comment gérez-vous?
Premièrement, un modèle logistique logistique a une certaine tolérance avec cette condition applicable, lorsque les conditions sont légèrement violées (telles que la valeur de près de 0,05), l'estimation du paramètre est encore relativement stable. Pour ce problème, les érudits nationaux ont également apporté une profonde étude, Li Kang, Guo Zumper (1993), V.V. A été discuté ici. Toutefois, si la valeur p du test parallèle est très faible, elle ne peut pas être mélangée.


Bientôt, il y a deux raisons principales pouvant causer cette situation: la sélection de la fonction de connexion incorrecte, ou le coefficient réel change lorsque des points de séparation des points changent de séparation.
Voici d'abord discuter auparavant, dans de nombreux cas, sélectionnez la fonction de connexion correcte pour trouver le modèle pour répondre à l'hypothèse parallèle. S'il n'y a pas de demande spéciale pour correspondre au modèle, surtout si le nombre de petites variables réactionnelles, il est recommandé d'utiliser la fonction logit par défaut. Si vous ne pouvez pas rencontrer des faux parallèles si vous devez déterminer si les coefficients de régression changent avec un point de séparation ou non. À ce stade, il est préférable d'utiliser la régression logistique multicouche sans classement pour mettre en œuvre l'œdème bien adaptéAvec le modèle, ensuite traité sur la manière de revoir les estimations du facteur

Si la variable est une classification commandée, il existe une analyse de régression logistique multicouche sans cas:

(1) Vérifiez les lignes P & P & LT;0,05

(2) C'est un professionnel de croire que cela varie dans chaque équation de régression.