我们在分类结局变量做模型的时候，result中会出现thresholds,许多人不明白这个是什么含义，以及对于它的解释。那么如何解释threshold以及它与截距有什么不同？下面小编希望以最简单易懂的方式告诉大家。工具/原料moremplus 6.0方法/步骤1/4分步阅读

首先，thresholds的意思是门栏，门栏就是门槛。我举一个简单的例子，比如古代女子未嫁之前不能登堂入室，而男子也不能跨入女子闺房，那么闺房与大堂之间的门槛就和我们这里的门栏的意思一样。

就好比现在我们的分类结局变量就是男，女。男人在大堂，女人在闺房，中间隔着一道门槛。所以一道门槛就能把他们分隔了，但是假如还多了一类人，太监，那么是不是还需要一道门槛才能把三类人分开。所以结局变量为三分类的时候，我们需要两道门栏。

2/4

然后，知道这个之后，我们还是不太明白，结果中的那些在threshold后面的数值是什么。那我们现在这么想（别怪小编太邪恶），我们把男女也当做一个连续变量，女人当中有非常女人的到性别貌似男人的女人，那男人当中也有非常MAN的到非常娘的。假如我们这样想的话，是不是每个人在性别上都有一个不仅仅是简单的男女的值，而这个值呢就是我们在结果当中看到的门栏了。至于这个值是怎么来的，我们不用管，系统自动帮我们算好，我们只要知道这个意思就行了。比如在我们这个例子中U1，U2，U3三个变量都是二分类，只有一个门槛，U1$1表示U1的门槛1为0.01，假如那个系统算出来的值大于0.01，说明这个就是编码为1的分类，小于0.01就是编码为0的分类。

3/4

其次，大家可以看到对于分类结局变量而言，门栏的估计算作自由估计的参数，但是却没有残差的估计，因此，在这个例子中我们看到自由参数的个数是13。假如是固定方差的方式的话，那么就是六个因子载荷，六个门栏估计以及一个相关系数。

4/4

还有，分类变量也没有截距，但是截距是什么呢，截距就相当于门栏的负值，至于指的是什么，我们没有必有弄明白，只是为了和连续变量分析时的截距对应来看。所以分类变量没有截距，没有误差项，只有门栏。

注意事项

具体公式可以参考mplus user guide

mplus变量