SPSS怎么做logistic回归?

如题所述

第1个回答  2024-04-12

用得到的print值做因变量,用原始数据做自变量。然后线性回归,所得到的回归系数就是线性组合的系数,然后做的回归相当于一个线性方程组,然后就可以还原成主成分回归方程了。

Logistic回归主要分为三类,一种是因变量为二分类得logistic回归,这种回归叫做二项logistic回归,一种是因变量为无序多分类得logistic回归,比如倾向于选择哪种产品,这种回归叫做多项logistic回归。

还有一种是因变量为有序多分类的logistic回归,比如病重的程度是高,中,低呀等等,这种回归也叫累积logistic回归,或者序次logistic回归。

扩展资料:

 数据标准化(归一化)处理是数据挖掘的一项基础工作,不同评价指标往往具有不同的量纲和量纲单位,这样的情况会影响到数据分析的结果,为了消除指标之间的量纲影响,需要进行数据标准化处理,以解决数据指标之间的可比性。原始数据经过数据标准化处理后,各指标处于同一数量级,适合进行综合对比评价。

意义:数据中心化和标准化在回归分析中是取消由于量纲不同、自身变异或者数值相差较大所引起的误差。

原理:数据标准化:是指数值减去均值,再除以标准差;

数据中心化:是指变量减去它的均值。

目的:通过中心化和标准化处理,得到均值为0,标准差为1的服从标准正态分布的数据。

参考资料来源:百度百科 ——SPSS回归分析

第2个回答  2024-04-12

在SPSS中进行Logistic回归分析通常遵循以下步骤:

数据准备:确保所有变量都已正确输入到SPSS中,并且数据是清洁和准确的。因变量需要是二元的,即只有两种可能的结果,例如“是”和“否”。

选择Logistic回归分析:在SPSS的菜单栏上选择“分析”,然后选择“回归”,再选择“二元Logistic”。

输入变量:在弹出的对话框中,将因变量放入“因变量”框中,将协变量(自变量)放入“协变量”框中。您可以同时输入多个协变量。

运行分析:点击“确定”按钮,SPSS将运行多元Logistic回归分析,并在输出窗口中显示结果。

结果解读:理解SPSS的多元Logistic回归输出结果可能需要一些时间。您需要检查模型拟合信息,包括-2对数似然值(-2 Log Likelihood),这个值越小越好。参数估计部分展示了每个预测变量的回归系数(B),标准误差,Wald统计量和相关的p值。如果p值小于您设定的显著性水平(通常为0.05),则可以认为该预测变量在模型中是显著的。

模型评估:使用Hosmer-Lemeshow拟合优度检验(Hosmer-Lemeshow Goodness of Fit Test)来评价模型是否很好地拟合了数据。如果P值大于0.05,则可以认为模型拟合度良好。

预测:使用回归模型进行预测,您可以在SPSS中保存预测值,并将模型应用于其他数据集中,以进行预测分析。

相似回答