spss操作步骤讲解系列 |
您所在的位置:网站首页 › 如何用spss做回归分析残差图表 › spss操作步骤讲解系列 |
二元logistic回归分析
1.理论 Logistic回归模型:设因变量为Y,自变量为x1,x2,...,xn。事件发生与不发生的概率比Pi/(1-pi)被称为事件发生比。后对事件发生比做对数变换,能得到logistic回归的线性模式: ln(pi/(1-pi))=β0+β1x1+...βnxn 采用最大似然比法或者迭代法对参数的估计,参数通过似然比检验和Wold检验。 二元logistic回归是指因变量为二分类变量时的回归分析。在建立回归模型时,目标的取值范围在0-1之间。 常因变量为二分类数据 自变量可以是连续型随机变量和分类数据 图1 数据类型 2.重新编码操作步骤 首先将数据导入spss中,数据情况如下图所示,首先先对变量进行重新编码处理。
图2 数据情况 第一步、点击转换、重新编码为相同的变量。 图3 数据编码第一步 第二步:进入图中变量框后,将需要处理的变量放入变量放入框中,后点击旧值和新值,在旧值中输入原有值,后在新值中输入新值,点击添加、继续。 图4 变量重新赋值
3. 二元logistic回归分析操作步骤 第一步:点击分析、回归、二元logistic。 图1 二元logistic回归分析第一步 第二步:进入图中对话框后将因变量、自变量放入对应变量框中,点击分类、进入定义分类变量框后。将协变量框中的分类变量放入分类协变量框中(一般情况除二分类或有序分类数据不需哑变量设置),并进行哑变量的设置,点击继续。 图6 第二步 第三步:点击选项,勾选霍斯默-莱梅肖拟合优度、Exp(B)的置信区间、迭代历史记录。点击继续、确定。 图7 第三步 4.二元logistic回归分析结果 二元logistic回归分析的个案摘要、因变量编码、分类变量编码结果。 图8 分类变量编码 迭代历史记录、分类表、方程中的变量、未包括在方程中的变量结果。 图9 块0:起始块 迭代历史记录、模型中的Omnibus检验、模型摘要、霍斯默-莱梅肖检验。
图10 块1:方法=输入 分类表、方差中的变量结果。 图11 方程中的变量
5.结果整理 将块1:方法=输入中的方程中的变量表结果粘贴复制到表格中进行整理:可以保留EXP(B)的置信区间,也可以删除,一般来说删除该部分的内容,后将模型系数的Omnibus检验中的卡方值及模型摘要的-2对数似然值,及伪R方放在表格的下方。也可将变量中不显著的删除保留显著的。 将整理好的结果粘贴复制到Word文档中进行三线表的制作和文字描述。 图12 结果整理
|
今日新闻 |
点击排行 |
|
推荐新闻 |
图片新闻 |
|
专题文章 |
CopyRight 2018-2019 实验室设备网 版权所有 win10的实时保护怎么永久关闭 |