对数线性模型8.pdf

第九章 对数线性模型 第一节 General 过程 9.1.1 主要功能 9.1.2 实例操作 第二节 Hierarchical 过程 9.2.1 主要功能 9.2.2 实例操作 第三节 Logit 过程 9.3.1 主要功能 9.3.2 实例操作 对数线性模型是用于离散型数据或整理成列联表格式的计数资料的统计分析工具。 在对 数线性模型中， 所有用作的分类的因素均为独立变量， 列联表各单元中的例数为应变量。 对 2 2 于列联表资料， 通常作 χ 检验， 但 χ 检验无法系统地评价变量间的联系， 也无法估计变量 间相互作用的大小，而对数线性模型是处理这些问题的最佳方法。 第一节 General 过程 9.1.1 主要功能 调用该过程可对一个或多个二维列联表资料进行非层次对数线性分析。 它只能拟合全饱 和模型，即分类变量各自效应及其相互间效应均包含在对数线性模型中。 返回目录 返回全书目录 9.1.2 实例操作 [ 例 9-1] 在住院病人中，研究其受教育程度与对保健服务满意程度的关系，资料整理成 列联表后如下所示。 对保健服务满意程度 受教育程度 (%) 高 中 低 满意 65 (91.5) 272 (93.8) 41 (97.6) 不满意 6 (8.5) 18 (6.2) 1 (2.4) 2 检验，结果显示不同受教育程度的住院病人其对保健服务满意程度无 按一般情形作 χ 差别。 但从百分比分析中可见， 随受教育程度的提高， 满意程度有下降的趋势； 且我们还想 了解受教育程度与满意程度有无交互作用和交互作用的大小。 对此，必须采用对数线性模型 加以分析。 9.1.2.1 数据准备 激活数据管理窗口，定义变量名：实际观察频数的变量名为 freq ，受教育程度和满意 程度作为行、列分类变量（即独立变量），变量名分别为 educ 、care 。输入原始数据，结 果如图 9.1 所示。如同第四章 Crosstab 过程中所述，为使列联表的频数有效，应选 Data 菜单的 Weight Cases... 项，弹出 Weight Cases 对话框（图 9.2 ），激活 Weight cases by 项，从变量列表中选 freq 点击 钮使之进入 Frequency Variable 框，点击 OK 钮即可。 图 9.1 原始数据的输入 图 9.2 频数的加权定义 9.1.2.2 统计分析 激活 Statistics 菜单选 Loglinear 中的 General...项，弹出 General Loglinear Analysis 对话 框（图 9.3 ）。从对话框左侧的变量列表中选 care，点击 钮使之进入 Factor(s)框，点击 Define Range... 钮，弹出 General Loglinear Analysis: Define Range 对话框， 定义分类变量