- 0
- 0
- 约5.89千字
- 约 11页
- 2026-11-18 发布于北京
- 举报
别再搞错对数线性模型:原理+操作+解读
案例数据下载:/data/loglinear_sample.csv
方法简介
SPSSAU提供对数线性模型(Log-linearModel),用于分析多个定类变量之间的关联结构。它没有因变量——参与分析的变量地位平等,模型把这些变量的联合频数当作泊松计数,在对数尺度上分解为各因子的主效应与各阶交互效应。结论落在“哪些交互项需要保留”上:两个变量是否独立、控制第三个变量后是否仍然独立、三个变量之间是否存在三阶交互,都可以通过嵌套模型的偏差变化来判断。
对数线性模型适合多个分类变量的列联表分析,常与卡方检验、Logit回归配合使用:只有两个变量时,卡方检验与二维对数线性模型等价;有一个明确的结局变量(如是否患病)时,应使用Logit回归;当所有变量都是分类变量、且想系统考察它们之间的两两关联与高阶交互时,对数线性模型最合适。它在SPSSAU中按分层原则构造模型,主效应恒在,二阶及以上的交互项可以按需增减。
先看模型拟合摘要:G2与Pearsonχ2的p值大于0.05,说明当前模型与数据没有显著冲突;p值过小则说明还有未被解释的关联,需要增加交互项或检查稀疏单元格。
再看嵌套模型比较与逐阶交互检验:从主效应模型加入二阶交互后ΔG2是否显著、从二阶模型加入三阶交互后是否显著,据此决定保留到哪一阶。原则是“拟合够用
原创力文档

文档评论(0)