二分类变量Logistic回归.ppt

二分类变量Logistic回归;称此式为Logistic回归函数，它是一个非线性函数。定义 为事件的优势比。因为; 通过logit变换，Logistic回归模型的参数问题转换为拟合线性模型的参数问题，一般采用极大似然法来估计参数。 与线性回归模型一样，拟合时也要考虑模型是否合适，哪些变量该保留，以及拟合效果问题。;2、操作界面;Covariates框中 当同时从候选变量框中选中两个或两个以上变量时，激活“a,b”型按钮。该按钮用来将选中变量的交互作用项纳入模型中。 Method下拉框、 Enter:强行进入 Forwand:向前剔除法 Backwand:向后剔除法;点Categorical,出现下列窗口;点Save,出现下列窗口;点Options,出现下列窗口;例题：诊断发现运营不良的金融商业机构是审计核查的一项重要功能。审计核查的分类失败会导致灾难性的后果。比如美国1980年的储蓄-贷款的惨败时间。见数据“公司“，;;此表是因变量赋值表。在SPSS中，默认将二分类因变量中出现次数较多的值赋为1.本例中两种情况出现的次数一样，因此将”两年后破产”赋值为0，“两年后仍有偿付能力”赋值为1.;此表相当于模型的初始分类预测值。此时模型中不含任何自变量，只包括了常数项。表格左方代表实际观测值，右方代表模型的预测值和正确的预测率。此时预测所有公司在两年后都仍有偿付能力。预测的正确率是50%。;此表是模型参数的检验结果。由于此时模型中只有常数项，p为1，模型没有任何统计学意义。;此表是一个预分析的过程。即是假设将未纳入模型的变量分别获一起纳入模型之后模型是否有统计学意义。从表中的p值可知，除了单独纳入变量x3的模型没有统计学意义之外，其余模型都有显著的统计学意义。;此表是将Block1中变量纳入模型后模型的全局检验结果。共采用了3种检验方法，分别是步与步间的相对似然比检验、Block间的相对似然比检验和模型间的相对似然比检验。由于本例中只有一个自变量组且采取的是强行进入法将所有变量纳入模型。所以3种检验方法的结果是一致的，模型有显著的统计学意义。;此表是模型摘要。主要给出了其-2倍的似然比的对数值和两类决定系数。模型拟合不错。;此表是将Block1中变量纳入模型后模型的分类预测值。此时模型预测的准确度达到97%。;此表是Logistic模型的拟合结果。表格从左到右依次表示变量及常数项的系数值，标准误，卡方值，自由度，p值，以及EXP(p值).从上表中可看出各变量及常数项的系数都没有显著的统计意义。