Logistic回歸分析.pptxVIP

庄文忠 副教授 世新大学行政管理学系 jwj@cc.shu.edu.tw 2017/4/11 SPSS之应用(庄文忠副教授) 1 Logistic回归分析 课程大纲 2017/4/11 SPSS之应用(庄文忠副教授) 2 Logistic回归分析的意涵 模型好坏的判断 回归系数的解释 二元Logistic回归分析 多项式Logistic回归分析 Logistic回归分析的意涵 2017/4/11 SPSS之应用(庄文忠副教授) 3 在线性回归模型中，自变量可以是数字变量或类别变量(利用虚拟变量处理)，但依变量必须是数字变量，否则便会严重违反连续测量的假设。但在现实世界中，经常有许多现象是属于二分类，因此，当Y是二分类，X是数字数据时，便有人想到探讨Y=0和Y=1的机率。 Logistic function Logistic回归分析的意涵 2017/4/11 SPSS之应用(庄文忠副教授) 4 事件的机率 事件的胜算比(odds) Y p 1 π 0 1-π →logit form X Logistic回归分析的意涵 2017/4/11 SPSS之应用(庄文忠副教授) 5 当有k个自变数时， 模型好坏的判断 2017/4/11 SPSS之应用(庄文忠副教授) 6 Pearson χ2—若logistic回归模型中的自变量都是类别数据时，则可以利用Pearson χ2的概念来检定模型是否显著。 离差(deviance)：透过比较设计模型的最大概似值( )和饱和模型的最大概似值( )之间的差异，即可了解设计模型的好坏 df=类别组合数-模型内的系数数目(包括截距在内) 模型好坏的判断 2017/4/11 SPSS之应用(庄文忠副教授) 7 Hosmer Lemeshow检定：检定资料的分布是否符合logistic function的形式，亦即模型的配适度。 类判定系数(analogous R2) 正确判断率 Logistic回归系数的解释 2017/4/11 SPSS之应用(庄文忠副教授) 8 B值—系数若是正值且达到统计上显著，即表示在控制其他自变量的条件下，对数发生比(log odds)对应自变量值增加而增加；反之，系数若是负值且达到统计上显著，即表示在控制其他自变量的条件下，对数发生比对应自变量值增加而减少。若系数在统计上不显著的话，即表示自变量的作用在统计上与0无差异。 Wald检定—单变数的Wald统计量为自由度等于1的渐近χ2分布。 胜算比(odds) —odds大于1是表示事件发生的可能性会提高，或者说自变量对事件机率有正的作用； odds小于1是表示事件发生的可能性会降低，或者说自变量对事件机率有负的作用， odds等于1是表示自变量对事件机率无作用。 二元logistic回归分析 2017/4/11 SPSS之应用(庄文忠副教授) 9 类别变量与储存的设定 2017/4/11 SPSS之应用(庄文忠副教授) 10 选项的设定 2017/4/11 SPSS之应用(庄文忠副教授) 11 分析结果摘要 2017/4/11 SPSS之应用(庄文忠副教授) 12 2017/4/11 SPSS之应用(庄文忠副教授) 13 2017/4/11 SPSS之应用(庄文忠副教授) 14 2017/4/11 SPSS之应用(庄文忠副教授) 15 预测机率与类别 2017/4/11 SPSS之应用(庄文忠副教授) 16 依变量的重新编码 2017/4/11 SPSS之应用(庄文忠副教授) 17 2017/4/11 SPSS之应用(庄文忠副教授) 18 多项式logistic回归分析 2017/4/11 SPSS之应用(庄文忠副教授) 19 模型与选项的设定 2017/4/11 SPSS之应用(庄文忠副教授) 20 分析结果摘要 2017/4/11 SPSS之应用(庄文忠副教授) 21 2017/4/11 SPSS之应用(庄文忠副教授) 22 2017/4/11 SPSS之应用(庄文忠副教授) 23 操作练习提问时间 2017/4/11 SPSS之应用(庄文忠副教授) 24 作业： 2017/4/11 SPSS之应用(庄文忠副教授) 25 自数据文件中选取(或重新编码)一个二分类的依变数，利用三个以上自变数(类别或数字均可)进行二元Logistic回归分析，并解释分析结果。 选取(或重新编码)一个三分类的依变数，利用三个以上自变数(类别或数字均可)进行多项式Logistic回归分析，并解释分析结果。