資源描述：
《SPSS操作方法：邏輯回歸.doc》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在教育資源-天天文庫。
1、SPSS操作方法之五SPSS操作方法：邏輯回歸例證8.3:在一次關(guān)于公共交通的社會(huì)調(diào)查中,一個(gè)調(diào)查項(xiàng)目是“乘公交車上下班,還是騎自行車上下班”因變量Y=1表示乘車，Y=0表示騎車。自變量X1表示年齡；X2表示表示月收入；X3表示性別，取1時(shí)為男性，取0時(shí)為女性。調(diào)查對(duì)象為工薪族群體。數(shù)據(jù)見下表：試建立Y與自變量之間的Logistic回歸。表8-4序號(hào)性別年齡月收入y序號(hào)性別年齡月收入y1018850015120100002021120001612512000302385011712713000402395011812815000
2、50281200119130950160318500201321000070361500121133180008042100012213310000904695012313812000100481200024141150001105518001251451800112056210012614810000130581800127152150011411885002815618001邏輯回歸SPSS操作方法的具體步驟：1．選擇Analyze→Regreessin→BinaryLogistic,打開對(duì)話框如圖1所示：圖1主對(duì)話框Log
3、istic回歸。2．選擇因變量Y進(jìn)入Dependent框內(nèi)，將自變量選擇進(jìn)入Convariates框。也可以將不同的自變量組放在不同的塊（block）中，可以分析不同的自變量組對(duì)因變量的貢獻(xiàn)。3．在Mothed框內(nèi)選擇自變量的篩選策略：Enter表示強(qiáng)行進(jìn)入法；（本例選擇）Forword和Bacword都表示逐步篩選策略；Forword為自變量逐步進(jìn)入，Bacword是自變量逐步剔出。Conditional;LR;Wald分別表示不同的檢驗(yàn)統(tǒng)計(jì)量，如ForwordWald表示自變量進(jìn)入方程的依據(jù)是Wald統(tǒng)計(jì)量。4．在Selec
4、tion中選擇一個(gè)變量作為條件變量，只有滿足條件的變量數(shù)據(jù)才能參與回歸分析。5．單擊Categorical打開Categorical對(duì)話框如圖2所示：對(duì)定性變量的自變量選擇參照類。常用的方法是Indicator，即以某個(gè)特定的類為參照類，Last表示以最大值對(duì)應(yīng)的類為參照類（系統(tǒng)默認(rèn)），F(xiàn)irst表示以最小值對(duì)應(yīng)的類為參照類。選擇后點(diǎn)擊Continue按鈕返回主對(duì)話框。（本例不作選擇性）圖2Categorical對(duì)話框6．單擊Option按鈕，打開Option對(duì)話框如圖3所示圖3：Option對(duì)話框（1）從Statisticsa
5、ndPlots框中選擇輸出圖和分析結(jié)果。ClassificationPlots：表示繪制因變量實(shí)際值與預(yù)測分類值的關(guān)系圖（本例選擇）。Hosmer-lemeshowgoodness-of-fit：表示擬合優(yōu)度指標(biāo)（本例選擇）。CasewiseListingofresiduals：表示輸出各樣本數(shù)據(jù)殘差列表，有因變量的觀察值，預(yù)測值，相應(yīng)的預(yù)測概率，殘差（非標(biāo)準(zhǔn)化殘差，標(biāo)準(zhǔn)化殘差）等。Correlationsofestimations：表示輸出估計(jì)參數(shù)的相關(guān)矩陣（本例選擇）。Iterationhistory：表示輸出估計(jì)參數(shù)迭代過
6、程中的參數(shù)與對(duì)數(shù)似然值（本例選擇）。CIforexp(B)：表示輸出發(fā)生比N%的置信區(qū)間（默認(rèn)95%）。（2）從Display框中選擇輸出方式。Ateachstep表示輸出模型建立過程中的每一步結(jié)果（系統(tǒng)默認(rèn)），Atlaststep表示只輸出最終結(jié)果。（3）從PropbabilityforStepwise框中指定自變量進(jìn)入方程或剔除方程的顯著性水平α。Entry表示回歸系數(shù)Score檢驗(yàn)的概率p值小于0.05時(shí)相應(yīng)變量可進(jìn)入方程；Removal表示回歸系數(shù)Score檢驗(yàn)的概率p值大于0.1時(shí)相應(yīng)變量應(yīng)當(dāng)剔除出回歸方程.。（4）C
7、lassificationCutoff設(shè)置概率分界值，預(yù)測概率大于分界值（默認(rèn)0.5）時(shí),分類預(yù)測值為1,否則為預(yù)測值為0。（本例選擇系統(tǒng)默認(rèn)項(xiàng)）（5）從MaximumIterations框內(nèi)指定極大似然估計(jì)的最大迭代次數(shù)（默認(rèn)值是20）7．單擊Save按鈕，打開Save對(duì)話框如圖4所示：從中選擇需要保存預(yù)測結(jié)果到數(shù)據(jù)窗口。圖4：Save對(duì)話框（1）從PredietedValues框中，Probalities表示保存因變量取1的預(yù)測概率值，Croupmembership表示保存分類預(yù)測值。（本例選擇）（2）Residuals和I
8、nfluence表示保存殘差及影響點(diǎn)，具體含義與線性回歸相同。選擇結(jié)束，后可以從輸出窗口觀看輸出結(jié)果如下：表1案例處理摘要未加權(quán)的案例aN百分比已選定的案例包括在分析中28100.0缺失案例0.0總計(jì)28100.0未選定的案例0.0總計(jì)28100.0a.如果權(quán)重
