前面我们说过二分类Logistic回归模型，但分类变量并不只是二分类一种，还有多分类，本次我们介绍当因变量为多分类时的Logistic回归模型。
多分类Logistic回归模型又分为有序多分类Logistic回归模型和无序多分类Logistic回归模型
一、有序多分类Logistic回归模型
有序多分类Logistic回归模型拟合的基本方法是拟合因变量水平数-1个Logistic回归模型，也称为累积多分类Logit模型，实际上就是将因变量依次分割成两个等级，对这两个等级建立二分类Logistic回归模型，无论模型的分割点在什么位置，所拟合的这n-1个回归模型的自变量系数均保持不变，改变的只有常数项，这也是累积多分类Logit模型的前提条件，也称为平行线检验。
累积多分类Logit模型的常数项是负数，和二分类Logistic回归模型的常数项符号相反
下面看一个例子
现在想分析人们的工作满意度，选取了一些相关变量，数据如下
从数据中，可见因变量满意度satis有三个水平，因此考虑拟合有序多分类Logistic回归模型
分析—回归—有序
二、无序多分类Logistic回归模型
前面讲的有序分类Logistic回归模型，前提为因变量为有序多分类，但是当因变量为无序多分类或者不满足平行线假定时，就需要使用无序多分类Logistic回归模型。
无序多分类Logistic回归模型也是拟合因变量水平数-1个广义Logit模型，不同的是它需要先定义某一个水平为参照水平，其余水平和其进行对比，SPSS默认取水平最大者为参照水平。
例，通过一组数据，希望分析出不同背景人的投票倾向
图中可见因变量pres92为无序多分类变量，有三个水平，考虑使用无序多分类Logistic回归模型
分析—回归—多项Logistic
