研究背景
某医院门诊部每季度进行患者满意度调查，满意度按 4 级评分（1=非常不满意，2=不满意，3=满意，4=非常满意）。院方想知道：等待时间和医护态度评分，哪个对满意度等级的影响更大？因变量是有序分类的，普通线性回归不适用。
研究问题
等待时间和医护态度是否与满意度等级存在统计学显著关联？影响方向和强度如何？
数据说明
30 名门诊患者的调查数据：满意度（1-4 级有序分类）、等待时间（分钟）、医护态度评分（1-10 分）。上传 CSV 时第一列放满意度，后两列为自变量。
分析步骤
步骤 1：确认方法适用性
满意度是 1-4 的有序等级：相邻等级的"距离"不相等（"不满意→满意"和"满意→非常满意"不是一回事），不能用线性回归；类别有自然顺序，也不必用无序的多项 Logit。有序 Logit（比例优势模型）正是为此设计。
提示：如果因变量是无序分类（如血型、科室），应使用多项 Logistic 回归。
步骤 2：解读系数方向
本案例：等待时间系数 -0.175（p<.001），等待越久满意度等级越低的倾向越强；医护态度系数 1.230（p<.001），态度评分越高，高满意度等级的概率越大。
步骤 3：用优势比（OR）量化效应
OR 更直观：等待时间 OR=0.84，表示每多等 1 分钟，进入更高满意度等级的优势比下降约 16%；医护态度 OR=3.42，表示态度每高 1 分，进入更高满意度等级的优势比增至 3.42 倍。
步骤 4：评估模型拟合
伪 R²=0.58，说明两个自变量解释了满意度变异的相当大部分。AIC/BIC 可用于和其他候选模型比较（如加入"就诊科室"变量）。
结果解读
结论
等待时间（B=-0.175，OR=0.84，p<.001）和医护态度（B=1.230，OR=3.42，p<.001）均与满意度等级存在统计学显著关联，模型伪 R²=0.58。等待时间是负向因素，医护态度是正向因素，且态度的相对影响更强。
为什么这样解读？
OR 让结果可以直接指导管理决策：等待时间每增加 1 分钟，高满意度的相对机会下降 16%——缩短等待是线性积累的改进；而态度评分每提升 1 分，高满意度的机会翻 3 倍多，提示服务培训的边际收益更高。注意有序 Logit 假设"比例优势"（系数在各等级切点上相同），若该假设不满足应考虑其他模型。
如何在论文中报告
采用有序 Logistic 回归（比例优势模型）分析患者满意度的影响因素。结果显示：等待时间显著负向预测满意度等级（B=-0.175，SE=__，p<.001，OR=0.84，95% CI [__, __]）；医护态度显著正向预测满意度等级（B=1.230，SE=__，p<.001，OR=3.42，95% CI [__, __]）。模型伪 R²（McFadden）=0.58，AIC=__。
常见错误
把有序因变量当连续变量做线性回归
4 级评分的"距离"不相等且分布偏态，线性回归的假设不成立。有序分类应使用有序 Logit 或其他有序模型。
把 OR 解读为"概率倍数"
OR=3.42 是优势比（odds ratio），不是概率（risk ratio）。"优势增至 3.42 倍"≠"概率增至 3.42 倍"，概率的实际变化取决于基线水平。
忽略比例优势假设
有序 Logit 假设每个自变量对所有切点的影响相同。如果某变量只对"满意 vs 非常满意"起作用、对低等级无影响，该假设被违反，应考虑广义有序模型或相邻类别模型。