怎样用SPSS做二项spss的logistic回归归分析?结果如何解释

logistic回归分析
SPSS的logistic回归分析中因变量、协变量及选择变量是什么意思?
答:在回归分析模型
Y=β0+β1X+ε(一元线性回归模型)中,Y是被解释变量,就称为因变量。X是解释变量,称为自变量。表示为:因变量Y随自变量X的变化而变化。协变量是指那些人为很难控制的变量,通常在回归分析中要排除这些因素对结果的影响。“选择变量”即是条件变量,并且有个条件定义按钮(rule),通过这个按钮可以给定一个条件,只有变量值满足这个条件的样本数据才参与回归分析。
做logistic 回归分析,用enter, foward, backword不同方法,结果为何不同?
答:当前进法和后退法给出的答案相同,这是模型稳健的一种象征,但并不总是这样。前进法和后退法无需得到相同回答的理由是特定变量的重要性常常取决于变量选择时模型中有哪些其他的变量。某一变量当另一变量(或一组变量)处在模型中时是重要的,而当这一变量(或一组变量)不在模型中时,它却不显著了。这称为抑制效应。
几种变量的选择技术的比较:
前进法:把变量逐次引入模型中。用已经在模型中的变量进行调整后的变量和结果变量间的相关程度决定引入的顺序(相关性最强的变量最先引入),最适于涉及样本含量小的研究。不能很好的解决抑制效应。
后退法:从模型中逐次剔除变量。用已经在模型中的变量进行调整后的变量和结果变量间的相关程度决定剔除的顺序(相关性最弱的变量最先剔除)。评价抑制效应比前进法好。
3、& 最优子集法:选择使某一特定参数达到最大的变量子集,但计算困难。
全变量法(全部变量):同时引入所有的变量。如果自变量多、样本含量小或缺失数据多,把所有变量都包括进来可能会出问题。
二分类 logistic回归中“变量选择方法”有7种,以下是spss手册中的介绍。Logistic
回归:变量选择方法:
方法选择允许您指定自变量将如何进入到分析中。通过使用不同的方法,您可以从相同的变量组构造多个回归模型。
- Enter.一种变量选择过程,其中一个块中的所有变量在一个步骤中输入。
- 向前选择(条件).
逐步选择方法,其中进入检验是基于得分统计量的显著性,移去检验是基于在条件参数估计基础上的似然比统计的概率。
- 向前选择(似然比).
逐步选择方法,其中进入检验是基于得分统计量的显著性,移去检验是基于在最大局部似然估计的似然比统计的概率。
-& 向前选择 (Wald). 逐步选择方法,其中进入检验是基于得分统计量的显著性,移去检验是基于
Wald 统计的概率。
- 向后去除(条件). 逐步向后选择。移去检验基于在条件参数估计的似然比统计量的概率。
- 向后去除(似然比). 逐步向后选择。移去检验基于在最大偏似然估计基础上的似然比统计量的概率。
- 向后去除(Wald). 逐步向后选择。移去检验基于 Wald 统计量的概率。
一般来说,backward更准确一些,后退法优于前进。但是变量太多,会很慢。
stepwise用的最广泛,但也有人说慎用逐步回归的方法。
总之,选哪种都行,选择拟合最好的就可以了。大致来说,就是决定系数R2最大的就是。
▲参考Logistic回归ppt:
SPSS操作二元logistic回归方法:
选择拟合最好的方法就可以了。大致来说,就是决定系数R2最大的就是。
“方法”一般选向后(条件&似然比-LR&Wald)、然后全部进入、最后选向前。
向后速度条件向后LR,结果相似。
“分类”与“保存”不变(保持默认),“选项”点exp(B)和“在每个步骤中”。
常数值(B)& 标准误(S.E.)&
卡方值(Wald)& 自由度(df)&
P值(Sig.)&&
OR值Exp(B)& 常数(Constant)
取方程中的变量最后一步。向后LR较好。RR&1及B为负值时为保护性因素,P&0.05有统计学差异,Exp(B)(50%)间与lower(25%)和uper(75%)值之间。
B:回归系数和截距、系数值、常数项,可以是负数,负相关时出现负值;
OR:比数比(odds ratio),取值范围0至正无穷,不可能是负数;
Wald:是一个卡方值,等于B除以它的标准误(S.E.)的平方,因此也不可能是负数。Wald用于对B值进行检验,考察B值是否等于0。若B值等于0,其对应的OR为1,表明两组没有显著差异。OR等于B值的反自然对数。Wald值越大,B值越不可能等于0。
二分类 logistic回归中“变量选择方法”有7种,可以从相同的变量组构造多个回归模型:
SPSS这一回归中的Forward筛选自变量的方法实际上与我们通常所说的逐步回归法类似,即既含有变量的进入,也含有变量的剔除过程。这7种方法的进入检验都是基于得分统计量的显著性,移去检验基于基于不同剔除依据。输出中的显著性值基于与单个模型的拟合。因此,当使用逐步方法时,显著性值通常无效。所有被选自变量应被添加到单个回归模型中。不过,可以为不同的变量子集指定不同的进入方法。
Enter. 全部进入;向前选择(条件);向前选择(似然比);向前选择 (Wald)。
向后去除(条件); 向后去除(似然比);向后去除(Wald)。
Conditional和LR在变量剔除检验时都采用的是似然比检验统计量,但是在构造似然比中的似然函数最大值时,所采取的参数估计方法不同,Conditional采取的是条件参数估计,而LR采取的则是最大偏似然估计。但是关于这两个估计的区别则较少见到解释。个人认为,二者的差别并不大,实际选用时可以选择其一即可。但要注意,有时候二者给出的选择结果会有所不同,这是所有逐步回归方法所面临的一个通病,没有解药。来源
Unadjusted OR is a simple ratio of probabilities of outcome in two
Adjusted OR can be derived from the results of logistic regression
(as opposed to counting a simple ratio calculated by hand from a $2
\times 2$ table). However, in logistic regression you can include
other, confounding variables so to control their influence on your
dependent variable and if you do so, what you can get is OR that is
adjusted for the influence of confounders (see also&). So you adjust by controlling additional
variables in logistic regression model.
Originate from:
我的更多文章:
( 10:18:57)( 11:12:51)( 09:12:35)( 16:35:10)( 10:31:15)( 16:38:51)( 16:37:52)( 12:32:34)( 15:42:24)( 16:39:59)
已投稿到:
以上网友发言只代表其个人观点,不代表新浪网的观点或立场。相关因素logistic回归分析结果怎么看?logistic回归在spss中怎么操作?要选哪些统计量?如题,做论文是做相关因素分析,请问怎么在spss中怎么操作,选哪些统计量,得出的结果怎么看,哪个结果有什么_百度作业帮
相关因素logistic回归分析结果怎么看?logistic回归在spss中怎么操作?要选哪些统计量?如题,做论文是做相关因素分析,请问怎么在spss中怎么操作,选哪些统计量,得出的结果怎么看,哪个结果有什么意义.
叫大爷0072
在这地方有些说不清楚,我给你找到这个例子,说的比较明白,你看看:.cn/s/blog_4af3f0d20100byr9.html
其他类似问题
扫描下载二维码怎样用SPSS做二项Logistic回归分析?结果如何解释_百度知道
怎样用SPSS做二项Logistic回归分析?结果如何解释
提问者采纳
打开数据,上面的是因变量。 3,下面的是自变量,打开二分回归对话框。多分类变量需要设置虚拟变量。 点击ok,连续资料不需要设置虚拟变量.选项里面至少选择95%CI:enter。 2,依次点击。 4.设置回归方法。 5.等级资料,这里选择最简单的方法.将因变量和自变量放入格子的列表里。其他方法都是逐步进入的方法logit回归 1,它指的是将所有的变量一次纳入到方程:analyse--regression--binarylogistic
来自团队:
其他类似问题
为您推荐:
logistic回归的相关知识
等待您来回答
下载知道APP
随时随地咨询
出门在外也不愁怎样用SPSS做二项Logistic回归分析?结果如何解释_百度知道
怎样用SPSS做二项Logistic回归分析?结果如何解释
提问者采纳
做这个研究很多了,logistic回归模型的建立,你可以把你的数据发过来,我来给你计算的
其他类似问题
为您推荐:
logistic回归的相关知识
等待您来回答
下载知道APP
随时随地咨询
出门在外也不愁关于用spss做单因素和多因素logistic回归的分析步骤以及结果解释
有自变量几十个,思路是想先做logistic回归单因素分析,看哪些因素是引起肾结石的主要危险因素和保护因素,然后再做多因素分析logistic回归,求SPSS软件的...
Copyright &
All Rights Reserved.网站备案号:

我要回帖

更多关于 spss二元logistic回归 的文章

 

随机推荐