平行線の検定
位置のみのモデルの場合、平行線の検定は、パラメーターがすべてのカテゴリーで同じであるという仮定が妥当であるかどうかを評価するのに役立ちます。 この検定は、推定されたモデルを、すべてのカテゴリーの 1 つの係数のセットと、各カテゴリーの個別の係数のセットを持つモデルと比較します。 一般モデル (カテゴリーごとに個別のパラメーターを持つ) により、モデル適合度が大幅に改善されていることが分かります。 これは、誤ったリンク関数の使用や誤ったモデルの使用など、いくつかの原因が考えられます。
また、モデルの適合度が低いのは、従属変数のカテゴリーの順序が選択されているためである可能性もあります。 「負債履歴なし」 をより大きな信用リスクとして指定する注文は、より適合する可能性があります。 また、 「多項ロジスティック回帰」 プロシージャーを使用してこのデータ・ファイルを調べることにも関心があります。これにより、順序付けの問題を回避することができ、予測値のさまざまな効果も可能になるためです。