資源描述：
《利用SPSS進行l(wèi)ogistic回歸分析(二元、多項)》由會員上傳分享，免費在線閱讀，更多相關內容在行業(yè)資料-天天文庫。
1、-線性回歸是很重要的一種回歸方法，但是線性回歸只適用于因變量為連續(xù)型變量的情況，那如果因變量為分類變量呢？比方說我們想預測某個病人會不會痊愈，顧客會不會購買產品，等等，這時候我們就要用到logistic回歸分析了。Logistic回歸主要分為三類，一種是因變量為二分類得logistic回歸，這種回歸叫做二項logistic回歸，一種是因變量為無序多分類得logistic回歸，比如傾向于選擇哪種產品，這種回歸叫做多項logistic回歸。還有一種是因變量為有序多分類的logistic回歸，比如病重的程度是高，中，低呀等等，這種回歸也叫累積logistic回歸，或者序次
2、logistic回歸。二值logistic回歸：選擇分析——回歸——二元logistic，打開主面板，因變量勾選你的二分類變量，這個沒有什么疑問，然后看下邊寫著一個協(xié)變量。有沒有很奇怪什么叫做協(xié)變量？在二元logistic回歸里邊可以認為協(xié)變量類似于自變量，或者就是自變量。把你的自變量選到協(xié)變量的框框里邊。細心的朋友會發(fā)現(xiàn)，在指向協(xié)變量的那個箭頭下邊，還有一個小小的按鈕，標著a*b，這個按鈕的作用是用來選擇交互項的。我們知道，有時候兩個變量合在一起會產生新的效應，比如年齡和結婚次數綜合在一起，會對健康程度有一個新的影響，這時候，我們就認為兩者有交互效應。那么我們?yōu)榱?/p>
3、模型的準確，就把這個交互效應也選到模型里去。我們在右邊的那個框框里選擇變量a，按住ctrl，在選擇變量b，那么我們就同時選住這兩個變量了，然后點那個a*b的按鈕，這樣，一個新的名字很長的變量就出現(xiàn)在協(xié)變量的框框里了，就是我們的交互作用的變量。然后在下邊有一個方法的下拉菜單。默認的是進入，就是強迫所有選擇的變量都進入到模型里邊。除去進入法以外，還有三種向前法，三種向后法。一般默認進入就可以了，如果做出來的模型有變量的p值不合格，就用其他方法在做。再下邊的選擇變量則是用來選擇你的個案的。一般也不用管它。選好主面板以后，單擊分類（右上角），打開分類對話框。在這個對話框里邊
4、，左邊的協(xié)變量的框框里邊有你選好的自變量，右邊寫著分類協(xié)變量的框框則是空白的。你要把協(xié)變量里邊的字符型變量和分類變量選到分類協(xié)變量里邊去（系統(tǒng)會自動生成啞變量來方便分析，什么事啞變量具體參照前文）。這里的字符型變量指的是用值標簽標注過得變量，不然光文字，系統(tǒng)也沒法給你分析啊。選好以后，分類協(xié)變量下邊還有一個更改對比的框框，我們知道，對于分類變量，spss需要有一個參照，每個分類都通過和這個參照進行比較來得到結果，更改對比這個框框就是用來選擇參照的。默認的對比是指示符，也就是每個分類都和總體進行比較，除了指示符以外還有簡單，差值等。這個框框不是很重要，默認就可以了。點
5、擊繼續(xù)。然后打開保存對話框，勾選概率，組成員，包含協(xié)方差矩陣。點擊繼續(xù)，打開選項對話框，勾選分類圖，估計值的相關性，迭代歷史，exp（B）的CI，在模型中包含常數，輸出——在每個步驟中。如--果你的協(xié)變量有連續(xù)型的，或者小樣本，那還要勾選Hosmer-Lemeshow擬合度，這個擬合度表現(xiàn)的會較好一些。繼續(xù)，確定。然后，就會輸出結果了。主要會輸出六個表。--第一個表是模型系數綜合檢驗表，要看他模型的p值是不是小于0.05，判斷我們這個logistic回歸方程有沒--有意義。--第二個表示模型匯總表。這個表里有兩個R^2，叫做廣義決定系數，也叫偽R^2，作用
6、類似于線性回歸里的決定系數，也是表示這個方程能夠解釋模型的百分之多少。由于計算方法不同，這兩個廣義決定系數的值往往不一樣，但是出入并不會很大。--在下邊的分類表則表述了模型的穩(wěn)定性。這個表最后一行百分比校正下邊的三個數據列出來在實際值為或者1時，模型預測正確的百分比，以及模型總的預測正確率。一般認為預測正確概率達到百分之五十就是良好（標準真夠低的），當然正確率越高越好。0--在然后就是最重要的表了，方程中的變量表。第一行那個B下邊是每個變量的系數。第五行的p值會告訴--你每個變量是否適合留在方程里。如果有某個變量不適合，那就要從新去掉這個變量做回歸。根據這個表就可
7、以寫出logistic方程了：P=Exp(常量+a1*變量1+a2*變量2.。。。)/(1+Exp(常量+a1*變量1+a2*變量2.。。。))。如果大家學過一點統(tǒng)計，那就應該對這個形式的方程不陌生。提供變量，它最后算出來會是一個介于0和1的數，也就是你的模型里設定的值比較大的情況發(fā)生的概率，比如你想推算會不會治愈，你設0治愈，1--為沒有治愈。那你的模型算出來就是沒有治愈的概率。如果你想直接計算治愈的概率，那就需要更改一下設定，用1去代表治愈。此外倒數后兩列有一個EXP（B），也就是OR值，哦，這個可不是或者的意思，OR值是優(yōu)勢比。在線性回歸里邊我們用標準化系
