spss的logistic分析教程

1、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(xiàng)logistic 回歸,一種是因變量為無(wú)序多分類得logistic 回歸, 比方傾向于選擇哪種產(chǎn)品,這種回歸叫做多項(xiàng)logistic 回歸.還有一種是因變量為有序多分類的logistic 回歸,比方病重的程度是高,中,低呀等等,這種 回歸也叫累積logistic回歸,或者序次logistic 回歸.二值 logistic 回歸：選擇分析回歸二元logistic ,翻開(kāi)主面板,因變量勾選你的二分 類變量,這個(gè)沒(méi)有什么疑問(wèn),然后看下邊寫(xiě)著一個(gè)協(xié)變量.有沒(méi)有很奇怪什么 叫做協(xié)變量？在二元logistic回

2、歸里邊可以認(rèn)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(xì)心的朋友會(huì)發(fā)現(xiàn),在指向協(xié)變量的那個(gè)箭頭下邊,還有一個(gè)小小的按 鈕,標(biāo)著a*b,這個(gè)按鈕的作用是用來(lái)選擇交互項(xiàng)的.我們知道,有時(shí)候兩個(gè) 變量合在一起會(huì)產(chǎn)生新的效應(yīng),比方年齡和結(jié)婚次數(shù)綜合在一起,會(huì)對(duì)健康程 度有一個(gè)新的影響,這時(shí)候,我們就認(rèn)為兩者有交互效應(yīng).那么我們?yōu)榱四Ｐ?的準(zhǔn)確,就把這個(gè)交互效應(yīng)也選到模型里去.我們?cè)谟疫叺哪莻€(gè)框框里選擇變 量a,按住ctrl ,在選擇變量b,那么我們就同時(shí)選住這兩個(gè)變量了,然后點(diǎn) 那個(gè)a*b的按鈕,這樣,一個(gè)新的名字很長(zhǎng)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

3、變量.然后在下邊有一個(gè)方法的下拉菜單.默認(rèn)的是進(jìn)入,就是強(qiáng)迫所有選擇的 變量都進(jìn)入到模型里邊.除去進(jìn)入法以外,還有三種向前法,三種向后法.一 般默認(rèn)進(jìn)入就可以了,如果做出來(lái)的模型有變量的p值不合格,就用其他方法在做.再下邊的選擇變量那么是用來(lái)選擇你的個(gè)案的.一般也不用管它.選好主面板以后,單擊分類右上角,翻開(kāi)分類對(duì)話框.在這個(gè)對(duì)話框 里邊,左邊的協(xié)變量的框框里邊有你選好的自變量,右邊寫(xiě)著分類協(xié)變量的框 框那么是空白的.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(huì)自動(dòng)生成啞變量來(lái)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(biāo)簽標(biāo)注過(guò)得變量,不然光文字,系

4、統(tǒng)也沒(méi)法給你分析啊.選好以后,分類協(xié)變量下邊還有一個(gè)更改比照的框框,我們知道,對(duì) 于分類變量,spss需要有一個(gè)參照,每個(gè)分類都通過(guò)和這個(gè)參照進(jìn)行比擬來(lái)得 到結(jié)果,更改比照這個(gè)框框就是用來(lái)選擇參照的.默認(rèn)的比照是指示符,也就 是每個(gè)分類都和總體進(jìn)行比擬,除了指示符以外還有簡(jiǎn)單,差值等.這個(gè)框框 不是很重要,默認(rèn)就可以了.點(diǎn)擊繼續(xù).然后翻開(kāi)保存對(duì)話框,勾選概率,組成員,包含協(xié)方差矩陣.點(diǎn)擊繼續(xù),翻開(kāi)選項(xiàng)對(duì)話框,勾選分類圖,估計(jì)值的相關(guān)性,迭代歷史,exp(B)的CI,在模型中包含常數(shù),輸出一一在每個(gè)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以合度,這

5、個(gè)擬合度表 現(xiàn)的會(huì)較好一些.繼續(xù),確定.然后,就會(huì)輸出結(jié)果了.主要會(huì)輸出六個(gè)表.第一個(gè)表是模型系數(shù)綜合檢驗(yàn)表,要看他模型的 p值是不是小于0.05,判 斷我們這個(gè)logistic 回歸方程有沒(méi)有意義.第二個(gè)表示模型匯總表.這個(gè)表里有兩個(gè) RA2,叫做廣義決定系數(shù),也叫 偽RA2,作用類似于線性回歸里的決定系數(shù),也是表示這個(gè)方程能夠解釋模型 的百分之多少.由于計(jì)算方法不同,這兩個(gè)廣義決定系數(shù)的值往往不一樣,但 是出入并不會(huì)很大.在下邊的分類表那么表述了模型的穩(wěn)定性.這個(gè)表最后一行百分比校正下邊 的三個(gè)數(shù)據(jù)列出來(lái)在實(shí)際值為 0或者1時(shí),模型預(yù)測(cè)正確的百分比,以及模型 總的預(yù)測(cè)正確率.一般認(rèn)為預(yù)測(cè)正

6、確概率到達(dá)百分之五十就是良好(標(biāo)準(zhǔn)真夠 低的),當(dāng)然正確率越高越好.在然后就是最重要的表了,方程中的變量表.第一行那個(gè)B下邊是每個(gè)變量的系數(shù).第五行的p值會(huì)告訴你每個(gè)變量是否適合留在方程里.如果有某個(gè) 變量不適合,那就要從新去掉這個(gè)變量做回歸.根據(jù)這個(gè)表就可以寫(xiě)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(xué)過(guò)一點(diǎn)統(tǒng)計(jì),那就應(yīng)該對(duì)這個(gè)形 式的方程不陌生.提供變量,它最后算出來(lái)會(huì)是一個(gè)介于0和1的數(shù),也就是你的模型里設(shè)定的值比擬大的情況發(fā)生的概率,比方你想推算會(huì)不會(huì)治愈,你 設(shè)0治愈,1為沒(méi)有治愈.那你

7、的模型算出來(lái)就是沒(méi)有治愈的概率.如果你想 直接計(jì)算治愈的概率,那就需要更改一下設(shè)定,用1去代表治愈.此外倒數(shù)后兩列有一個(gè)EXPB,也就是ORfi,哦,這個(gè)可不是或者的 意思,ORfi是優(yōu)勢(shì)比.在線性回歸里邊我們用標(biāo)準(zhǔn)化系數(shù)來(lái)比照兩個(gè)自變量對(duì) 于因變量的影響力的強(qiáng)弱,在logistic 回歸里邊我們用優(yōu)勢(shì)比來(lái)比擬不同的情 況對(duì)于因變量的影響.舉個(gè)例子.比方我想看性別對(duì)于某種病是否好轉(zhuǎn)的影響,假設(shè)0代表女,1代表男,0代表不好轉(zhuǎn),1代表好轉(zhuǎn).發(fā)現(xiàn)這個(gè)變量的 OR 值為2.9 ,那么也就是說(shuō)男人的好轉(zhuǎn)的可能是女人好轉(zhuǎn)的2.9倍.注意,這里都是以數(shù)值較大的那個(gè)情況為基準(zhǔn)的.而且 ORfi可以直接給出這

8、個(gè)倍數(shù).如果 是0,1,2各代表一類情況的時(shí)候,那就是 2是1的2.9倍,1是0的2.9倍, 以此類推.ORfi對(duì)于方程沒(méi)什么奉獻(xiàn),但是有助于直觀的理解模型.在使用 OR 值得時(shí)候一定要結(jié)合它95%勺置信區(qū)間來(lái)進(jìn)行判斷.此外還有相關(guān)矩陣表和概率直方圖,就不再介紹了.多項(xiàng)logistic 回歸：選擇分析回歸多項(xiàng)logistic ,翻開(kāi)主面板,因變量大家都知道選什么,因變量下邊有一個(gè)參考類別,默認(rèn)的第一類別就可以.再然后出現(xiàn)了兩 個(gè)框框,因子和協(xié)變量.很明顯,這兩個(gè)框框都是要你選因變量的,那么到底 有什么區(qū)別呢？嘿嘿,區(qū)別就在于,因子里邊放的是無(wú)序的分類變量,比方性別,職業(yè)什么的,以及連續(xù)變量實(shí)際

9、上做logistic回歸時(shí)大局部自變量都是分類變量,連續(xù)變量是比擬少的.,而協(xié)變量里邊放的是等級(jí)資料,比方病 情的嚴(yán)重程度啊,年齡啊以十年為一個(gè)年齡段撒,一年一個(gè)的話就看成連續(xù) 變量吧還是之類的.在二項(xiàng)logistic回歸里邊,系統(tǒng)會(huì)自動(dòng)生成啞變量,可是在多項(xiàng)logistic 回歸里邊,就要自己手動(dòng)設(shè)置了.參照上邊的解釋,不難知 道設(shè)置好的啞變量要放到因子那個(gè)框框里去.然后點(diǎn)開(kāi)模型那個(gè)對(duì)話框,哇,好恐怖的一個(gè)對(duì)話框,都不知道是干嘛的.好,我們一點(diǎn)點(diǎn)來(lái)看.上邊我們已經(jīng)說(shuō)過(guò)交互作用是干嘛的了,那么不難 理解,主效應(yīng)就是變量本身對(duì)模型的影響.明確了這一點(diǎn)以后,這個(gè)對(duì)話框就 沒(méi)有那么難選了.指定模型那

10、一欄有三個(gè)模型,主效應(yīng)指的是只做自變量和因 變量的方程,就是最普通的那種.全因子指的是包含了所有主效應(yīng)和所有因子 和因子的交互效應(yīng)的模型我也不明白為什么只有全因子,沒(méi)有全協(xié)變量.這 個(gè)問(wèn)題真的很難,所以別追問(wèn)我啦.第三個(gè)是設(shè)定 /步進(jìn)式.這個(gè)是自己手動(dòng) 設(shè)置交互項(xiàng)和主效應(yīng)項(xiàng)的,而且還可以設(shè)置這個(gè)項(xiàng)是強(qiáng)制輸入的還是逐步進(jìn)入的.這個(gè)概念就不用再啰嗦了吧??？點(diǎn)擊繼續(xù),翻開(kāi)統(tǒng)計(jì)量對(duì)話框,勾選個(gè)案處理摘要,偽 R方,步驟摘要, 模型擬合度信息,單元格可能性,分類表,擬合度,估計(jì),似然比檢驗(yàn),繼 續(xù).翻開(kāi)條件,全勾,繼續(xù),翻開(kāi)選項(xiàng),勾選為分級(jí)強(qiáng)制條目和移除工程.打 開(kāi)保存,勾選包含協(xié)方差矩陣.確定總算選完

11、了.結(jié)果和二項(xiàng)logistic 回歸差不多,就是多了一個(gè)似然比檢驗(yàn),p值小于0.05認(rèn)為變量有意義.然后我們直接看參數(shù)估計(jì)表.假設(shè)我們的因變量有 n個(gè) 類,那參數(shù)估計(jì)表會(huì)給出n-1組的截距,變量1,變量2.我們我們用Zm代表 Exp 常量m+am1變量1+am2變量2+.,那么就有第 m類情況發(fā)生的概 率為Zn/1+Z2+Z3+Zn如果我們以第一類為參考類別的話,我們就不會(huì)有 關(guān)于第一類的參數(shù),那么第一類就是默認(rèn)的 1,也就是說(shuō)Z1為1.有序回歸累積logistic 回歸：選擇菜單分析一一回歸一一有序,翻開(kāi)主面板.因變量,因子,協(xié)變量如 何選取就不在重復(fù)了.選項(xiàng)對(duì)話框默認(rèn).翻開(kāi)輸出對(duì)話框,勾選擬合度統(tǒng)計(jì), 摘要統(tǒng)計(jì),參數(shù)估計(jì),平行線檢驗(yàn),估計(jì)響應(yīng)概率,實(shí)際類別概率,確定,位 置對(duì)話框和上文的模型對(duì)話框類似,也不重復(fù)了.確定.結(jié)果里邊特有的一個(gè)表是平行線檢驗(yàn)表.這個(gè)表的p值小于0.05那么認(rèn)為斜率系數(shù)對(duì)于不同的類別是不一樣的.此外參數(shù)估計(jì)表得出的參數(shù)也有所不同. 假設(shè)我們的因變量有四個(gè)水平,自變量有兩個(gè),那么參數(shù)估計(jì)表會(huì)給出三個(gè)閾 值a1,a2, a3 (也就是截距),兩個(gè)自變量的參數(shù) 3n.計(jì)算方程時(shí),首先算 三個(gè) Link 值,Link1=a1+m*x1+n*x2 , Link2=a2+m*x1+n*x2 , Link3=a