对于属性响应半参数回归模型的贝叶斯分析,Newton et al(1996)和Mouchart and Scheihing(1998)研究了二项响应半参数回归模型的贝叶斯分析。本文将主要根据Mouchart and Scheihing(1998)以及Albert and Chib(1993)等人的研究思想,研究J≥3的有序属性响应半参数回归模型的贝叶斯分析。在本文研究中以Dirichlet过程为链接函数的先验分布。不同于经典意义下半参数回归模型的研究,本文对模型中的未知链接函数F(·)没有位置及尺度上的限制,仅要求其为分布函数,但不能为非单点退化分布。文中我们引入隐变量,并利用数据扩充的思想,在给出贝叶斯统计推断方法的同时,用Gibbs抽样算法进行数值模拟研究。在数值模拟研究中,我们对各参数做贝叶斯推断的同时,还将探讨F(·)的先验分布(Dirichlet过程)中的超参数a相对于样本量n的大小对模型中各参数后验统计推断的影响。最后我们还介绍了有序属性响应回归模型最优序的分析方法,并用前面所讨论的模型及方法进行数值模拟研究的演示。