spss的logistic分析教程分析和总结.pdfVIP

Logistic 回归主要分为三类，一种是因变量为二分类得 logistic 回归，这种 回归叫做二项 logistic 回归，一种是因变量为无序多分类得 logistic 回归， 比如倾向于选择哪种产品，这种回归叫做多项 logistic 回归。还有一种是因变 量为有序多分类的 logistic 回归，比如病重的程度是高，中，低呀等等，这种 回归也叫累积 logistic 回归，或者序次 logistic 回归。 二值 logistic 回归： 选择分析——回归——二元 logistic ，打开主面板，因变量勾选你的二分 类变量，这个没有什么疑问，然后看下边写着一个协变量。有没有很奇怪什么 叫做协变量？在二元 logistic 回归里边可以认为协变量类似于自变量，或者就 是自变量。把你的自变量选到协变量的框框里边。 细心的朋友会发现，在指向协变量的那个箭头下边，还有一个小小的按 钮，标着 a*b ，这个按钮的作用是用来选择交互项的。我们知道，有时候两个 变量合在一起会产生新的效应，比如年龄和结婚次数综合在一起，会对健康程 度有一个新的影响，这时候，我们就认为两者有交互效应。那么我们为了模型 的准确，就把这个交互效应也选到模型里去。我们在右边的那个框框里选择变 量 a，按住 ctrl ，在选择变量 b，那么我们就同时选住这两个变量了，然后点 那个 a*b 的按钮，这样，一个新的名字很长的变量就出现在协变量的框框里 了，就是我们的交互作用的变量。 然后在下边有一个方法的下拉菜单。默认的是进入，就是强迫所有选择的 变量都进入到模型里边。除去进入法以外，还有三种向前法，三种向后法。一 般默认进入就可以了，如果做出来的模型有变量的 p 值不合格，就用其他方法 在做。再下边的选择变量则是用来选择你的个案的。一般也不用管它。 选好主面板以后，单击分类（右上角），打开分类对话框。在这个对话框 里边，左边的协变量的框框里边有你选好的自变量，右边写着分类协变量的框 框则是空白的。你要把协变量里边的字符型变量和分类变量选到分类协变量里 边去（系统会自动生成哑变量来方便分析，什么事哑变量具体参照前文）。这 里的字符型变量指的是用值标签标注过得变量，不然光文字，系统也没法给你 分析啊。选好以后，分类协变量下边还有一个更改对比的框框，我们知道，对 于分类变量， spss 需要有一个参照，每个分类都通过和这个参照进行比较来得 到结果，更改对比这个框框就是用来选择参照的。默认的对比是指示符，也就 是每个分类都和总体进行比较，除了指示符以外还有简单，差值等。这个框框 不是很重要，默认就可以了。 点击继续。然后打开保存对话框，勾选概率，组成员，包含协方差矩阵。 点击继续，打开选项对话框，勾选分类图，估计值的相关性，迭代历史， exp （B）的 CI ，在模型中包含常数，输出——在每个步骤中。如果你的协变量有 连续型的，或者小样本，那还要勾选 Hosmer-Lemeshow拟合度，这个拟合度表 现的会较好一些。 继续，确定。 然后，就会输出结果了。主要会输出六个表。 第一个表是模型系数综合检验表，要看他模型的 p 值是不是小于 0.05 ，判 断我们这个 logistic 回归方程有没有意义。 第二个表示模型汇总表。这个表里有两个 R^2，叫做广义决定系数，也叫 伪 R^2，作用类似于线性回归里的决定系数，也是表示这个方程能够解释模型 的百分之多少。由于计算方法不同，这两个广义决定系数的值往往不一样，但 是出入并不会很大。 在下边的分类表则表述了模型的稳定性。这个表最后一行百分比校正下边 的三个数据列出来在实际值为 0 或者 1 时，模型预测正确的百分比，以及模型 总的预测正确率。一般认为预测正确概率达到百分之五十就是良好（标准真够 低的），当然正