如何用SPSS做logistic回归分析报告解读汇报.pdf

标准实用文案 如何用 spss17.0 进行二元和多元 logistic 回归分析 一、二元 logistic 回归分析 二元 logistic 回归分析的前提为因变量是可以转化为 0 、1 的二分变 量，如：死亡或者生存，男性或者女性，有或无， Yes 或 No ，是或否 的情况。 下面以医学中不同类型脑梗塞与年龄和性别之间的相互关系来进行 二元 logistic 回归分析。 （一）数据准备和 SPSS 选项设置 第一步，原始数据的转化： 如图 1-1 所示，其中脑梗塞可以分为 ICAS 、 ECAS 和 NCAS 三种，但现在我们仅考虑性别和年龄与 ICAS 的关系， 因此将分组数据 ICAS、ECAS 和 NCAS 转化为 1 、0 分类，是 ICAS 赋 值为 1，否赋值为 0 。年龄为数值变量，可直接输入到 spss 中，而性别 需要转化为（ 1 、0 ）分类变量输入到 spss 当中，假设男性为 1，女性 为 0 ，但在后续分析中系统会将 1 ，0 置换（下面还会介绍），因此为 方便期间我们这里先将男女赋值置换，即男性为“ 0 ”，女性为“ 1”。 图 1-1 第二步：打开“二值 Logistic 回归分析”对话框： 沿着主菜单的 “分析（Analyze ）→回归 （Regression ）→二元 logistic （Binary Logistic ）”的路径（图 1-2 ）打开二值 Logistic 回归分析选 项框（图 1-3 ）。 文档 标准实用文案 如图 1-3 左侧对话框中有许多变量， 但在单因素方差分析中与 ICAS 显著相关的为性别、年龄、有无高血压，有无糖尿病等（ P0.05 ）， 因此我们这里选择以性别和年龄为例进行分析。 文档 标准实用文案 在图 1-3 中，因为我们要分析性别和年龄与 ICAS 的相关程度， 因此 将 ICAS 选入因变量（ Dependent ）中，而将性别和年龄选入协变量 （Covariates ）框中，在协变量下方的“方法（ Method ）”一栏中， 共有七个选项。采用第一种方法，即系统默认的强迫回归方法（进入 “Enter ”）。 接下来我们将对分类 （Categorical ），保存 （Save ），选项 （Options ） 按照如图 1-4 、1-5 、1-6 中所示进行设置。在“分类”对话框中，因 为性别为二分类变量，因此将其选入分类协变量中，参考类别为在分析 中是以最小数值“ 0 （第一个）”作为参考，还是将最大数值“ 1 （最后 一个）”作为参考，这里我们选择第一个“ 0 ”作为参考。在“存放” 选项框中是指将不将数据输出到编辑显示区中。在“选项”对话框中要 勾选如图几项，其中“ exp(B) 的 CI(X) ”一定要勾选，这个就是输出的 OR 和 CI 值，后面的 95% 为系统默认，不需要更改