利用nhanes2f.dta数据集来应用有序Logit模型，该数据集包含非常丰富的健康评估数据，本文只考虑其中一部分变量用以演示。用到的各变量的说明如下：
下面先看一下各变量的描述性统计结果和数据结构：
下面进行有序Logit模型的参数估计：
因为因变量为5个类别，所以估计出4个截距（cut），截距参数值可以解释为临界点或需先
达到哪个值才会进入到相应因变量的类别：
针对自变量的参数估计值，主要依据其正负号进行解释。参数的符号反映的是 更有可能落在定序变量的某一端。例如，年龄的系数为-0.034，表明随着年龄的增加，“健康状况”更有可能落在因变量分类值较小的一端 ，即年龄越大身体状况变差的可能越高；female的系数为0.618，表明女性的身体状况更可能落在因变量分类值更大的一端，即相比于男性，女性的身体状况更好的概率更高。
至于题目说的各个统计量指标，以我的案例为例：
至于为什么楼主的统计量名称跟我的略有区别，比如Wald vs LR，这主要是因为楼主没有含任何自变量，只有截距造成的。
详细可阅读这一篇文章：
