您所在位置： &
&nbsp&&nbsp&nbsp&&nbsp
spss—logistic回归分析.ppt 42页
本文档一共被下载：
次 ,您可全文免费在线阅读后下载本文档。
下载提示
1.本站不保证该用户上传的文档完整性，不预览、不比对内容而直接下载产生的反悔问题本站不予受理。
2.该文档所得收入(下载+内容+预览三)归上传者、原创者。
3.登录后可充值，立即自动返金币，充值渠道很便利
spss—logistic回归分析
你可能关注的文档：
··········
··········
条件logistic回归 条件logistic回归 logistic回归模型小结 logistic回归模型小结 logistic回归模型小结 小结 谢谢大家！ logistic 回归 海南医学院公共卫生学院 卫生统计学教研室 赵婵娟
内容 基本概念 基本步骤 基本操作 基本结果解释 数据分析思路
单因素统计分析 计量资料的比较，t检验，方差分析或秩和检验 两个变量的相关分析，Pearson相关或spearman相关 分类资料的比较，Pearson卡方检验 分类资料的相关，OR值及其CI或列联系数 多因素统计分析 因变量为计量资料，多重现性回归 因变量为分类变量，logistic回归
Logistic回归模型 按研究设计分类： 非配对设计：非条件logistic回归模型 配对病例对照：条件logistic回归模型 按反应变量分类： 二分类logistic回归模型（常用） 多分类无序logistic回归模型（常用） 多分类有序logistic回归模型（常用）
基础知识 通过下例复习相关概念 如：研究患某疾病与饮酒的关联性
患病率 P1=?
P2=? 基础知识 二分类logistic回归模型 回归系数的意义 多因素logistic回归分析时，对回归系数的解释都是指在其他所有自变量固定的情况下的优势比。 存在因素间交互作用时，logistic回归系数的解释变得更为复杂，应特别小心。 适用条件 因变量为二分类变量或某事件的发生率 自变量与Logit（P）之间为线性关系 残差合计为0，且服从二项分布 各观测间相互独立 参数估计方法：最大似然法 例1 研究急性心肌梗塞（AMI）患病与饮酒的关系，采用横断面调查。 SPSS基本操作 哑变量设置 为了便于解释，对二分类变量按0、1编码 如果对二项分类变量按+1、-1编码，结果？ 分类变量必须转化。如地区对血压的影响。 等级资料，当等级之间量度不一时必须转化。 连续资料不宜直接进入方程时，转化为等级资料或分类资料。 SPSS哑变量设置 矫正混杂作用 例2：上例没有考虑吸烟情况，故将吸烟作为分层加入，资料如下：操作同例1 逐步回归分析 逐步回归 逐步logistic回归
正在加载中，请稍后... 上传我的文档
 下载
 收藏
该文档贡献者很忙，什么也没留下。
 下载此文档
spss教程Logistic回归分析
下载积分：800
内容提示：spss教程Logistic回归分析
文档格式：PDF|
浏览次数：1969|
上传日期： 05:49:47|
文档星级：
全文阅读已结束，如果下载本文需要使用
 800 积分
下载此文档
该用户还上传了这些文档
spss教程Logistic回归分析
关注微信公众号利用SPSS进行Logistic回归分析
我的图书馆
利用SPSS进行Logistic回归分析
第8章 利用SPSS进行Logistic回归分析现实中的很多现象可以划分为两种可能，或者归结为两种状态，这两种状态分别用0和1表示。如果我们采用多个因素对0－1表示的某种现象进行因果关系解释，就可能应用到logistic回归。Logistic回归分为二值logistic回归和多值logistic回归两类。首先用实例讲述二值logistic回归，然后进一步说明多值logistic回归。在阅读这部分内容之前，最好先看看有关SPSS软件操作技术的教科书。§8.1 二值logistic回归8.1.1 数据准备和选项设置我们研究2005年影响中国各地区城市化水平的经济地理因素。城市化水平用城镇人口比重表征，影响因素包括人均GDP、第二产业产值比重、第三产业产值比重以及地理位置。地理位置为名义变量，中国各地区被分别划分到三大地带：东部地带、中部地带和西部地带。我们用各地区的地带分类代表地理位置。第一步：整理原始数据。这些数据不妨录入Excel中。数据整理内容包括两个方面：一是对各地区按照三大地带的分类结果赋值，用0、1表示，二是将城镇人口比重转换逻辑值，变量名称为“城市化”。以各地区2005年城镇人口比重的平均值45.41%为临界值，凡是城镇人口比重大于等于45.41%的地区，逻辑值用Yes表示，否则用No表示（图8-1-1）。图8-1-1 原始数据（Excel中，局部）将数据拷贝或者导入SPSS的数据窗口（Data View）中（图8-1-2）。图8-1-2 中国31个地区的数据（SPSS中，局部）第二步：打开“聚类分析”对话框。沿着主菜单的“Analyze→Regression→Binary LogisticK”的路径（图8-1-3）打开二值Logistic回归分析选项框（图8-1-4）。图8-1-3 打开二值Logistic回归分析对话框的路径对数据进行多次拟合试验，结果表明，像二产比重、三产比重等对城市化水平影响不显著。至于反映地区位置的分类变量，不宜一次性的全部引入，至多引入两个，比方说东部和中部。通过尝试，发现引入中部地带为变量比较合适。因此，为了实例的典型性，我们采用两个变量作为自变量：一是数值变量人均GDP，二是分类变量中部地带。图8-1-4 Logistic回归分析选项框第三步：选项设置。首先，在源变量框中选中需要进行分析的变量，点击右边的箭头符号，将需要的变量调入Dependent（因变量）和Covariates（协变量）列表框中（图8-1-5）。在本例中，将名义变量“城市化”调入Dependent（因变量）列表框，将“人均GDP”和“中部”调入Covariates（协变量）列表框中。在Method（方法）一栏有七个选项。采用第一种方法，即系统默认的强迫回归方法（Enter）。图8-1-5 Logistic回归分析的初步设置接下来进行如下4项设置：⒈ 设置Categorical（分类）选项：定义分类变量（图8-1-6）。将中部调入Categorical Covariates（分类协变量）列表框，其余选项取默认值即可。完成后，点击Continue继续。图8-1-6 定义分类变量选项⒉ 设置Save（保存）选项：决定保存到Data View的计算结果（图8-1-7）。选中Leverage values、DfBeta(s)、Standardized和Deviance四项。完成后，点击Continue继续。图8-1-7 Logistic回归分析的存储选项⒊ 设置Options：有三个选项区（图8-1-5）。第一个是Statistics and Plots（统计和画图）选项，包括六种可以兼容的选择（复选项）。选中Classification plots、Hosmer-Lemeshow goodness-of-fit和CI for exp(B)三个选项。第二个是Display（显示）选项，选择At last step（最后一步），这样，输出结果将仅仅给出最终结果，而省略每一步的计算过程。由于我们采用强迫回归，Probability for Stepwise（逐步回归概率）选项可以不管。图8-1-9 样品处理摘要2. Dependent Variable Encoding（因变量编码）。这是很重要的信息，告诉我们对不同城市化水平地区的分类编码结果（图8-1-10）。我们开始根据全国各地区的平均结果45.41分为两类：大于等于45.41的地区用Yes表示，否则用No表示。现在，图8-1-10显示，Yes用0表示，No用1表示。也就是说，在这次SPSS分析过程中，0代表城市化水平高于平均值的状态，1代表城市化水平低于平均值的状态。记住这个分类。图8-1-10 因变量编码3. Categorical Variables Codings（分类变量编码）。我们的自变量中涉及到代表不同地域类型的名义变量（图8-1-11）。在我们开始的分类中，属于中部用1表示，否则用0表示。但是，SPSS改变了这种编码，原来的0改用1表示，原来的1改用0表示。也就是说，在这次SPSS分析过程中，0代表属于中部的地区，1代表不属于中部的地区。记住这个分类对后面开展预测分析非常重要。图8-1-11 分类变量编码4. Classification Table（初始分类表）。Logistic建模如同其他很多种建模方式一样，首先对模型参数赋予初始值，然后借助迭代计算寻找最佳值。以误差最小为原则，或者以最大似然为原则，促使迭代过程收敛。当参数收敛到稳定值之后，就给出了我们需要的比较理想的参数值。下面是用初始值给出的预测和分类结果（图8-1-12）。这个结果主要用于对比，比较模型参数收敛前后的效果。图8-1-12 初始预测分类表5.Variable in the Equation（初始方程中的变量）。从这个表中可以看到系统对模型的最初赋值方式（图8-1-13）。最开始仅仅对常数项赋值，结果为B=0.598（复制到Excel可以看来，更精确的数值为0.597837），标准误差为S.E.=0.375（复制到Excel可以看来，更精确的数值为0.375379），于是Wald值为B??0.597837?Wald=??=??=2.536.SE..0.375379????后面的df为自由度，即df=1；Sig.为P值，Sig.=0.111。注意Sig.值越低越好，一般要求小于0.05。当然，对于Sig.值，我们关注的是最终模型的显示结果。Exp(E)是B还原之后数值，显然22Exp(B)=eB=e0..818.在Excel里，利用指数函数exp很容易对B值进行还原。图8-1-13 初始方程中的变量6. Variable not in the Equation（不在初始方程中的变量）。人均GDP和代表地理位置的中部地带的系数初始值设为0，这相当于，在初始模型中不考虑这两个变量（图8-1-14）。表中给出了Score检验值及其对应的自由度df和P值，即Sig.值。Score检验是一种初始检验，在建模之初根据变量之间的结构关系判断自变量与因变量之间的密切程度。Score检验值的计算公式为[Scorej=∑x(yii=1nni]2.i1?∑(xi=1因变量为0、1值，根据图8-1-10所示的编码原则，令所有的Yes为0，所有的No为1，容易算出(1?)=0.?0..228928. 人均GDP已知，中部的编码法则已知，于是不难算出∑(GDP?GDP)ii=131312=.103,∑(中部i=131i中部)2=6.387097,[∑GDP(yii=1i)]2=.835,[∑中部(yii=131i]2=0.037461.将上面的结果代入Score检验值计算公式，立即得到ScoreGDP=15.486,Score中部=0.026.可以看到，人均GDP的Score检验值满足一般的要求，而中部地带这个变量的数值偏低。图8-1-14不在初始方程中的变量7. Omnibus Tests of Model Coefficients（模型系数的混合检验）。主要是针对步骤、模块和模型开展模型系数的综合性检验（图8-1-15）。表中给出卡方值及其相应的自由度、P值即Sig.值。取显著性水平0.05，考虑到自由度数目df=2，在Excel中的任意单元格输入公式“=CHIINV(0.05,2)”，回车，就可以查出卡方临界值5.991。我们计算的卡方值31.187，大于临界值，并且相应的Sig.值小于0.05，因此在显著性水平为0.05的情况下，这些检验都不成问题。图8-1-15 模型系数的综合检验图8-1-15 分类数目统计8. Model Summary（模型摘要）。模型摘要中给出最大似然平方的对数、Cox-Snell拟合优度以及Nagelkerke拟合优度值（图8-1-16a）。最大似然平方的对数值（-2loglikelihood=9.137）用于检验模型的整体性拟合效果，该值在理论上服从卡方分布，上面给出的卡方临界值5.991，因此，最大似然对数值检验通过。a 以人均GDP和中部为自变量的回归模型摘要b 以常数项（数值为1）为自变量的回归模型摘要图8-1-16 数据窗口的输出结果为了便于理解，有必要解释一下Cox-Snell拟合优度以及Nagelkerke拟合优度值与最大似然平方对数值的关系。为此，我们需要开展一次特殊的logistic回归。在图8-1-5所示的选项中，从协变量（covariates）列表框中剔除人均GDP和中部两个选项，选中并引入常数项——对应于常系数、所有数值均为1的变量（参加图8-1-1）。以常数项为唯一的自变量，其他选项不变，开展logistic回归，结果将会给出特别的模型摘要（图8-1-16b），其-2loglikelihood=40.324为未引入任何真正自变量的最大似然对数平方值。然后，我们采用下式计算Cox-Snell拟合优度2RCS=1?2L(B)?lnL(0)]ne=1?1χ(B)2?χ(0)2]ne.容易算出2RCS=1?19.137?40.324)e31=0.634.更精确的数值为0.634332。至于Nagelkerke拟合优度，相当于校正后的Cox-Snell拟合优度，计算公式为2RN=2RCS2Rmax=1?2RCS2lnL(0)en=1?2RCS1χ(0)2en.因此2RN=0.6343321?140.324e31=0.872.因此，校正后的模型拟合优度可以视为0.872。9. Hosmer and Lemeshow Test（Hosmer和Lemeshow检验）。似然比函数的自然对数值对样品数目很敏感，作为补充和参照，我们需要Hosmer-Lemeshow检验（图8-1-17）。该检验依然以卡方分布为标准，但检验的方向与常规检验不同：我们要求其卡方值低于临界值而不是高于临界值。取显著性水平0.05，考虑到自由度数目df=8，在Excel中的任意单元格输入函数“=CHIINV(0.05,8)”，回车，理解得到卡方临界值15.507。作为Hosmer-Lemeshow检验的卡方值4.730&15.507，检验通过。后面的Sig.值0.786大于0.05，据此也可以判知Hosmer-Lemeshow检验可以通过。图8-1-17 Hosmer-Lemeshow检验10. Contingency Table for Hosmer and Lemeshow Test（对应于Hosmer-Lemeshow检验的列联表）。因变量有两类数值，即0和1。在正常情况下，我们要求观测值（observed）与期望值（expected）逐渐趋于接近（图8-1-18）。我们的计算结果表明，相应于“城市化=Yes”，期望值逐渐减少到0，与观测值趋于接近；相应于“城市化=No”，期望值逐渐增加到4，与观测值也趋于接近。这种结果是比较理想的，否则，模型的Hosmer-Lemeshow检验就不太理想，从而模型的整体拟合效果不是很好。图8-1-18 对应于Hosmer-Lemeshow检验的列联表11. Classification Table（最终预测分类表）。经过迭代运算，模型参数逐渐收敛到稳定值，于是我们得到最终模型参数。利用最终的logistic模型，可以对因变量进行预测，预测结果分类列入下表（图8-1-19）。可以看出，观测值Yes有11个（Yes=0），相应的预测值全部是Yes=0，预测正确率为11/11*100%=100%；观测值No有20个（No=1），相应的预测值有19个No=1，一个Yes=0，也就是说，预测失败1例，预测正确率为19/(1+19)*100% =95%。总的预测正确率为11＋1930预测正确率=*100%=*100%=96.8%.11＋0＋1＋1931全部31个样品有30个预测正确，一个预测失败，模型效果良好。p(y)=得到 1, ?z1+e11+e?(16..917073*中部－0.001251*人均GDP). 1=1+0.e?16.364888*中部+0.001251*人均GDP有了上面的式子，就可以对因变量的发生概率进行预测。需要再次强调的是，对于名义变量中部，我们用1代表“是”，0代表“非”，而SPSS改为0代表“是”，1代表“非”。对于因变量城市人口比重，我们用Yes代表1（城市化水平高于平均值），用No代表0（城市化水平低于平均值），而SPSS改为相反的表示。明确了SPSS的重新编码过程及其含义，就可以检验上述模型的预测效果。首先，在Excel中，将因变量中的名义变量转换为0、1数值。根据SPSS的编码原则（图8-1-10），所有的Yes表示为0，所有的No表示为1。一个快捷的处理方式是利用if函数。在与因变量并列的第二个单元格中，即H2中，输入函数“=IF(G2="Yes",0,1)”，回车立即得到0；将鼠标指向H2单元格的右下角，待其变成细小黑十字，双击或者下拉，得到全部转换结果（图8-1-21）。p(y)=图8-1-21 用于预测的数据的整理与转换结果（部分）数据整理完成以后，将图8-1-20所示的表格从SPSS中复制到Excel中，放在将要开展预测的单元格旁边（图8-1-22）。图8-1-22 将SPSS给出的模型参数估计值复制到Excel中（局部）根据数据分布的位置，在I2单元格中输入如下公式（图8-1-23）：“=1/(1+EXP(-($K$5+$K$4*(1-C2)+$K$3*E2)))”，回车，立即得到0。将鼠标指向H2单元格的右下角，待其变成细小填充柄，双击或者下拉，得到全部预测结果（图8-1-24）；将这些数值四舍五入，所有的预测值都变成0或者1。图8-1-23 预测公式的表达形式注意上面的计算公式中有一个细节，对应于中部变量的单元格为C2，公式中不是用系数6.917073（在单元格K4中）直接乘以C2，而是乘以（1-C2）。这样处理的原因如前所述，SPSS改变了我们的编码，我们用1表示“是（中部）”，用0表示“非（中部）”。而SPSS将我们的1改编为0，0改编为1（图8-1-11）。我们用1-C2代替C2，相当于将中部变量的0、1互换，使之与SPSS的编码一致。图8-1-24 预测值的计算结果（局部）图8-1-25 四舍五入之后的全部预测结果比较H列（城市化）和I列（预测值）可以看到，观测值为Yes=0的，预测值全部是0，这样的数值共有11个；观测值为No=1的，预测值只有一个错误判别为0，其余19个全部是0，与观测值一致。预测分类结果与图8-1-19所示的预测分类结果完全一样。§8.2 多值logistic回归§8.3 小结转载请保留出处，http://www.sodocs.net/doc/b52c62ccda38376baf1fae48.html
喜欢该文的人也喜欢如何用spss做二元logistic回归分析_百度知道
如何用spss做二元logistic回归分析
我有更好的答案
　　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。　　二值logistic回归：　　选择分析——回归——二元logistic，打开主面板，因变量勾选你的二分类变量，这个没有什么疑问，然后看下边写着一个协变量。有没有很奇怪什么叫做协变量？在二元logistic回归里边可以认为协变量类似于自变量，或者就是自变量。把你的自变量选到协变量的框框里边。　　细心的朋友会发现，在指向协变量的那个箭头下边，还有一个小小的按钮，标着a*b，这个按钮的作用是用来选择交互项的。我们知道，有时候两个变量合在一起会产生新的效应，比如年龄和结婚次数综合在一起，会对健康程度有一个新的影响，这时候，我们就认为两者有交互效应。那么我们为了模型的准确，就把这个交互效应也选到模型里去。我们在右边的那个框框里选择变量a，按住ctrl，在选择变量b，那么我们就同时选住这两个变量了，然后点那个a*b的按钮，这样，一个新的名字很长的变量就出现在协变量的框框里了，就是我们的交互作用的变量。　　然后在下边有一个方法的下拉菜单。默认的是进入，就是强迫所有选择的变量都进入到模型里边。除去进入法以外，还有三种向前法，三种向后法。一般默认进入就可以了，如果做出来的模型有变量的p值不合格，就用其他方法在做。再下边的选择变量则是用来选择你的个案的。一般也不用管它。　　选好主面板以后，单击分类（右上角），打开分类对话框。在这个对话框里边，左边的协变量的框框里边有你选好的自变量，右边写着分类协变量的框框则是空白的。你要把协变量里边的字符型变量和分类变量选到分类协变量里边去（系统会自动生成哑变量来方便分析，什么事哑变量具体参照前文）。这里的字符型变量指的是用值标签标注过得变量，不然光文字，系统也没法给你分析啊。选好以后，分类协变量下边还有一个更改对比的框框，我们知道，对于分类变量，spss需要有一个参照，每个分类都通过和这个参照进行比较来得到结果，更改对比这个框框就是用来选择参照的。默认的对比是指示符，也就是每个分类都和总体进行比较，除了指示符以外还有简单，差值等。这个框框不是很重要，默认就可以了。　　点击继续。然后打开保存对话框，勾选概率，组成员，包含协方差矩阵。点击继续，打开选项对话框，勾选分类图，估计值的相关性，迭代历史，exp（B）的CI，在模型中包含常数，输出——在每个步骤中。如果你的协变量有连续型的，或者小样本，那还要勾选Hosmer-Lemeshow拟合度，这个拟合度表现的会较好一些。　　继续，确定。　　然后，就会输出结果了。主要会输出六个表。　　第一个表是模型系数综合检验表，要看他模型的p值是不是小于0.05，判断我们这个logistic回归方程有没有意义。　　第二个表示模型汇总表。这个表里有两个R^2，叫做广义决定系数，也叫伪R^2，作用类似于线性回归里的决定系数，也是表示这个方程能够解释模型的百分之多少。由于计算方法不同，这两个广义决定系数的值往往不一样，但是出入并不会很大。　　在下边的分类表则表述了模型的稳定性。这个表最后一行百分比校正下边的三个数据列出来在实际值为0或者1时，模型预测正确的百分比，以及模型总的预测正确率。一般认为预测正确概率达到百分之五十就是良好（标准真够低的），当然正确率越高越好。　　在然后就是最重要的表了，方程中的变量表。第一行那个B下边是每个变量的系数。第五行的p值会告诉你每个变量是否适合留在方程里。如果有某个变量不适合，那就要从新去掉这个变量做回归。根据这个表就可以写出logistic方程了：P=Exp(常量+a1*变量1+a2*变量2.。。。)/(1+Exp(常量+a1*变量1+a2*变量2.。。。))。如果大家学过一点统计，那就应该对这个形式的方程不陌生。提供变量，它最后算出来会是一个介于0和1的数，也就是你的模型里设定的值比较大的情况发生的概率，比如你想推算会不会治愈，你设0治愈，1为没有治愈。那你的模型算出来就是没有治愈的概率。如果你想直接计算治愈的概率，那就需要更改一下设定，用1去代表治愈。　　此外倒数后两列有一个EXP（B），也就是OR值，哦，这个可不是或者的意思，OR值是优势比。在线性回归里边我们用标准化系数来对比两个自变量对于因变量的影响力的强弱，在logistic回归里边我们用优势比来比较不同的情况对于因变量的影响。举个例子。比如我想看性别对于某种病是否好转的影响，假设0代表女，1代表男，0代表不好转，1代表好转。发现这个变量的OR值为2.9，那么也就是说男人的好转的可能是女人好转的2.9倍。注意，这里都是以数值较大的那个情况为基准的。而且OR值可以直接给出这个倍数。如果是0,1,2各代表一类情况的时候，那就是2是1的2.9倍，1是0的2.9倍，以此类推。OR值对于方程没什么贡献，但是有助于直观的理解模型。在使用OR值得时候一定要结合它95%的置信区间来进行判断。
采纳率：95%
来自团队：
为您推荐：
其他类似问题
您可能关注的内容
换一换
回答问题，赢新手礼包
个人、企业类
违法有害信息,请在下方选择后提交
色情、暴力
我们会通过消息、邮箱等方式尽快将举报结果通知您。24小时热门版块排行榜&&&&
【悬赏金币】回答本帖问题，作者Name/ess将赠送您 10 个金币
(初入文坛)
在线: 8.2小时
虫号: 2695006
注册: 专业: 基因表达调控与表观遗传学
二分类logistic回归- 求OR和adjusted OR的几个问题，SPSS如何操作？
本虾米在做一多态病例-对照试验的统计，请教大侠几个问题。
1.一般文献中crude OR 是否就是指单因素分析得到的OR值？
2.用spss计算crude OR值是否不支持四格表类型的数据？而是需要完整的原始数据？
如果确实不支持，那么用什么软件，是否用SAS可以用四格表类型的数据计算出OR 和95%CI？
3。如何计算adjusted OR , j计算调整后的OR 值是否也需要完整的原始记录数据？
QQ截图05.png
& 猜你喜欢
已经有2人回复
已经有0人回复
已经有97人回复
已经有9人回复
已经有16人回复
已经有20人回复
已经有26人回复
已经有4人回复
已经有0人回复
& 本主题相关商家推荐:
智能机器人
(super robot)
我们都爱小木虫
找到一些相关的精华帖子，希望有用哦~
已经有9人回复
已经有9人回复
已经有8人回复
已经有6人回复
已经有7人回复
已经有6人回复
已经有3人回复
已经有65人回复
已经有6人回复
已经有3人回复
科研从小木虫开始，人人为我，我为人人
相关版块跳转
我要订阅楼主
的主题更新
小木虫,学术科研互动社区,为中国学术科研免费提供动力
违规贴举报删除请发送邮件至：
广告投放与宣传请联系 李想 QQ：
QQ：&&邮箱：
Copyright &
MuChong.com, All Rights Reserved. 小木虫 版权所有}