序數回歸

回歸）是一種針對有序尺度因變數數據的回歸方法，一般套用在複雜抽樣過程中。 該方法是由McCullagh創立的，能夠利用預測變數（可以是分類型變數和數值型變數）對有序分類尺度型的回響變數進行回歸的建模。 數據要求：因變數是有序分類型數據，因子變數一般是分類型數據，協變數選擇與因變數相關的數值型數據，字型變數應該是分類型數據。

序數回歸（Ordinal 回歸）是一種針對有序尺度因變數數據的回歸方法，一般套用在複雜抽樣過程中。該方法是由McCullagh創立的，能夠利用預測變數（可以是分類型變數和數值型變數）對有序分類尺度型的回響變數進行回歸的建模。
例如，研究患者對藥物劑量的反應。可能的反應可以分為 無、輕微、適度或劇烈。輕微反應和適度反應之間的差別很難或不可能量化，並且這種差別是取決於感覺的，這種情況下可以對反應程度進行序數回歸。
數據要求：因變數是有序分類型數據，因子變數一般是分類型數據，協變量選擇與因變數相關的數值型數據，字型變數應該是分類型數據。（以上根據spss用戶指南，細節請參考相應專業書籍）