分类资料的logistic回归分析spss

《分类资料的logistic回归分析spss》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、SPSS 10.0高级教程十三：分类资料的Logistic回归分析 (2009-02-0515:32:54)转载▼所谓Logistic模型，或者说Logistic回归模型，就是人们想为两分类的应变量作一个回归方程出来，可概率的取值在0~1之间，回归方程的应变量取值可是在实数集中，直接做会出现0~1范围之外的不可能结果，因此就有人耍小聪明，将率做了一个Logit变换，这样取值区间就变成了整个实数集，作出来的结果就不会有问题了，从而该方法就被叫做了Logistic回归。随着模型的发展，Logistic家族也变得人丁

2、兴旺起来，除了最早的两分类Logistic外，还有配对Logistic模型，多分类Logistic模型、随机效应的Logistic模型等。由于SPSS的能力所限，对话框只能完成其中的两分类和多分类模型，下面我们就介绍一下最重要和最基本的两分类模型。10.3.1界面详解与实例例11.1某研究人员在探讨肾细胞癌转移的有关临床病理因素研究中，收集了一批行根治性肾切除术患者的肾癌标本资料，现从中抽取26例资料作为示例进行logistic回归分析（本例来自《卫生统计学》第四版第11章）。·i：标本序号·x1：确诊时患者的

3、年龄(岁)·x2：肾细胞癌血管内皮生长因子(VEGF)，其阳性表述由低到高共3个等级 ·x3：肾细胞癌组织内微血管数(MVC) ·x4：肾癌细胞核组织学分级，由低到高共4级 ·x5：肾细胞癌分期，由低到高共4期 ·y：肾细胞癌转移情况(有转移y=1;无转移y=0)。  i x1 x2 x3 x4 x5 y1 59 2 43.4 2 1 02 36 1 57.2 1 1 03 61 2 190 2 1 04 58 3 128 4 3 15 55 3 80 3 4 16 61 1 94.4 2 1 07 38 1 

4、76 1 1 08 42 1 240 3 2 09 50 1 74 1 1 010 58 3 68.6 2 2 011 68 3 132.8 4 2 012 25 2 94.6 4 3 113 52 1 56 1 1 014 31 1 47.8 2 1 015 36 3 31.6 3 1 116 42 1 66.2 2 1 017 14 3 138.6 3 3 118 32 1 114 2 3 019 35 1 40.2 2 1 020 70 3 177.2 4 3 121 65 2 51.6 4 4 122 

5、45 2 124 2 4 023 68 3 127.2 3 3 124 31 2 124.8 2 3 025 58 1 128 4 3 026 60 3 149.8 4 3 1在菜单上选择Analyze==》Regression==》BinaryLogistic...，系统弹出Logistic回归对话框如下：左侧是候选变量框，右上角是应变量框，选入二分类的应变量，下方的Covariates框是用于选入自变量的，只不过这里按国外的习惯被称为了协变量。两框中间的是BLOCK系列按扭，我在上一课已经讲过了，不再重复。

6、中下部的>a*b>框是用于选入交互作用的，和其他的对话框不太相同（我也不知道为什么SPSS偏在这里做得不同），下方的Method列表框用于选择变量进入方法，有进入法、前进法和后退法三大类，三类之下又有细分。最下面的四个按钮比较重要，请大家听我慢慢道来：·Select>>钮：用于限定一个筛选条件，只有满足该条件的记录才会被纳入分析，单击它后对话框会展开让你填入相应的条件。不过我觉得该功能纯属多余，和专门的Select对话框的功能重复了。·Categorical钮：如果你的自变量是多分类的（如血型等），你必须要将它

7、用哑变量的方式来分析，那么就要用该按钮将该变量指定为分类变量，如果有必要，可用里面的选择按钮进行详细的定义，如以哪个取值作为基础水平，各水平间比较的方法是什么等。当然，如果你弄不明白，不改也可以，默认的是以最大取值为基础水平，用Deviance做比较。oSave钮：将中间结果存储起来供以后分析，共有预测值、影响强度因子和残差三大类。oOptions钮：这一部分非常重要，但又常常被忽视，在这里我们可以对模型作精确定义，还可以选择模型预测情况的描述方式，如StatisticsandPlots中的Classifica

8、tionplots就是非常重要的模型预测工具，Correlationsofestimates则是重要的模型诊断工具，Iterationhistory可以看到迭代的具体情况，从而得知你的模型是否在迭代时存在病态，下方则可以确定进入和排除的概率标准，这在逐步回归中是非常有用的。好，根据我们的目的，应变量为Y，而X1~X5为自变量，具体的分析操作如下：1.Analyze==》Regressi