步骤
1
先是调出操作界面。
3
“输出”其中不少知识在以前的文章讲到过的。单元格信息：最好不要选择，因信息太多，表格输出太大而无法显示。平行性检验：检验因变量中各类别的斜率是否相等即各类别的参数是否相同，此选项仅对有位置分量（Location component）的模型有效。“估计响应概率”：“模型估计出的观察单位属于因变量中类别的概率”。“包含多项常量”：“实际似然比值，含常数项”。
4
“位置”：“默认的是主效应模型”。“度量”：“定义模型中的标度分量”，所选择的变量必须是位置分量所选的变量中的一部分，设置标度分量的目的是改善模型，否则没必要做选择，此处不做选择。
结果解释
1
由于数据量很大，图片只是一部分的截图。注意观察警告的情况，便于正确理解结果，比如下面的“拟合度”中的显著性，不少数据都是缺失的，有时两种检验的显著性可能不一样，就是因为太多数据缺失造成的。
2
“模型拟合信息”：显著性的计算概率可知，小于显著性水平0.05。“案例处理摘要”：对原始数据的初步统计分析，表格形式如同频数描述一样。“伪R方”：值越大，模型拟合的越好。“拟合度”：显著性值越大，说明拟合的越好。有时因为数据缺失，“伪R方”比“拟合度”更有意义。
3
“参数估计值”：通过观察显著性P值，看出变量的显著性，P值大的变量说明不显著，剔除掉，或者重新选择模型。“平行线检验”：由显著性概率知，斜率相同。最后的预测类别，预测类别概率，实际类别概率都保存在数据窗口中。
下一篇：开环不稳定极点个数P怎么求