1、问题与数据

在某胃癌筛查项目中，研究者想了解首诊胃癌分期（Stage）与患者的经济水平的关系，以确定胃癌筛查的重点人群。为了避免性别因素对结论的混杂影响，研究者将性别（Sex）也纳入分析（本例仅为举例说明如何进行软件操作，实际研究中需控制的混杂因素可以更多）。研究者将所有筛查人群的结果如表1，变量赋值如表2。

表1. 原始数据

表2. 变量赋值情况

2、对数据结构的分析

该设计中，因变量为四分类，且分类间有次序关系，针对因变量为分类型数据的情况应该选用Logistic回归，故应采用有序多分类的Logistic回归分析模型进行分析。

有序多分类的Logistic回归原理是将因变量的多个分类依次分割为多个二元的Logistic回归，例如本例中因变量首诊胃癌分期有1-4期，分析时拆分为三个二元Logistic回归，分别为(1 vs 2+3+4) 、(1+2 vs 3+4)、(1+2+3 vs 4)，均是较低级与较高级对比。需注意的是，有序多分类Logistic回归的假设是，拆分后的几个二元Logistic回归的自变量系数相等，仅常数项不等。其结果也只输出一组自变量的系数。

因此，有序多分类的Logistic回归模型中，必须对自变量系数相等的假设进行检验（又称平行线检验）。如果不满足平行线假设，则考虑使用无序多分类Logistic回归或其他统计方法。

3、SPSS分析方法

（1）数据录入SPSS

首先在SPSS变量视图（Variable View）中新建四个变量：ID代表患者编号，Sex代表性别，Income代表收入水平，Stage代表首诊胃癌分期。赋值参考表1。然后在数据视图（Data View）中录入数据。

（2）选择Analyze → Regression → Ordinal Logistic

（3）选项设置

将因变量Stage放入因变量（Dependent）位置，自变量性别（Sex）、收入水平（Income）为分类变量，故放入因子（Factors）位置。若研究中还有连续型变量需要调整，则放入协变量（Covariate）位置。

点击输出（Output）选项，勾选平行线检验（Test of parallel lines）。其余选项维持默认。点击确定（OK）。

4、结果解读

（1）Case Processing Summary

给出的是数据的一般情况，这里不进行介绍。

（2）模型拟合优度检验

有两个，一个是似然比检验结果（Model Fitting Information）.该检验的原假设是所有纳入自变量的系数为0，P（Sig.）