stata里logistic回归结果解读
LR chi2是likelihood 统计量,它小于P值的概率是0,因此拒绝原假设：所有变量前的参数为零.（它其实相当于是参数联合显著性检验的F检验）因此,所有系数的联合中至少有一个显著不为零,模型是显著的.log likelihood是对数似然函数值,它是最大似然估量,跟你这里没有关系.异方差性在logit模型当中是
可以把单因素有序回归里面有意义的变量先纳入,再在多因素过程中通过向后法筛选变量. 查看原帖
Analyze->Regression->Multinomial logistic,自变量（Factors）、因变量放好,再设置一下就OK.logistic回归只是针对因变量是分类变量,对自变量是哪种类型并没有规定
可以把单因素有序回归里面有意义的变量先纳入,再在多因素过程中通过向后法筛选变量.查看原帖
这是手动的break了啊,你按到break或者是ctrl+break了吧 再问： 应该没有吧，是不是数据太多了啊？大约30000个数据，后来变成1000个数据就可以了，为什么呀 再答： mem设置太小了吧，加大点试试
严格来说不能加 因为自变量没有通过检验 但是不加你又如何做比较呢 如果你不需要比较不吃和麦片两个回归的话 可以不加生活方式 对回归无影响 再问： 那是不吃和麦片都不加吗？还是只是麦片不加？ 再答： 当然只是麦片不加了 因为不吃已经通过检验了呢
有help estat
Logistic regression啥时候讨论过R方,只听过近似的Cox系数,一般都是讨论AIC值的,或者看你的Deviance,因为AIC的取值就是Deviance与自由度权衡后得出的值,服从卡方分布.虽然你的Wald统计量说明CEF三个因素都是显著的,无奈你的Deviance太大,Goodness of fit就
不一定!这取决于因变量的编码,情况十分复杂：假如,因变量编码为1时代表无病,2代表有病,那么偏回归系数为负就说明是保护性因素；如果编码为1时代表有病,2代表无病,那么偏回归系数为负就说明是危险因素,正好与前面的说法相反!注意,这个说法仅仅对于自变量为连续变量者（如体重、年龄、身高等）而言.因此,在spss的Logist
一个模型是加入了那些不显著变量的,一个是没有加入不显著变量的,两个模型的残差做差,然后除以自由度,就可以算出来score了. 再问： 变量为x、y、z、m、n、q，m显著性p值最小，先进入方程，如图，然后对不在方程中的变量计算score统计量 再答： 对的呀，比如一个方程先把x强制放到模型里面，算出来它的估计值，如果不
SPSS仅在线性回归中设置了共线性检验,而在logistic回归中并未设置共线性检验,我的理解是没有必要,因此不需要考虑这个问题.对于分类自变量,唯一需要注意的不要产生哑变量陷阱而造成共线性,只要你不要取消SPSS默认的截距项选择就不会出现哑变量陷阱.logistic回归确实是要求每个自变量至少包含10个阳性结果才能得
xi:reg GDP i.reg1 i.reg2 i.reg3 i.reg4 i.reg5 i.reg6 i.reg7 i.reg8 i.reg9xi:表示自动生成虚拟变量 i.变量名 再问： 请问，我是面板数据，就是分32个省，每个省几十年，用了你这种方法，为什么i:year*i:state 出不来数据呢？教授让我自
抛开数据本身和模型的问题,但看回归结果的话,第一个结果比第二个好：一是模型整体的拟合优度即adj-Rsquared 比较高,二是显著性水平即P值比较低. 再问： 请问一下表格里的t值代表什么？还有P>|t|底下有两个数据，应该看哪个判断？ 再答： P>|t|下面的两个数对应的是两个变量的显著性水平，当然你关注的是tra
因为你只在二元logistic回归主界面的Covariates（协变量）选入了变量,此时所有被选入的变量都被认为是（定量）协变量,只有再继续点击主界面的categorical按钮,然后再将属于分类变量的变量选入categorical Covariates框内,才能在结果表格里看到categorical variable
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：http://blog.sina.com.cn/s/blog_4af3f0d20100byr9.html
用SPSS作Logistic回归分析,自变量较多,先用单因素分析对自变量进行筛选,得出回归方程,主要是看各个自变量的假设检验结果,和系数.两个自变量都有统计学
建议楼主看下这个模型的定义公式即可 再问： 不知道spss里面的函数形式是什么 logistic有很多种写法 不知道它用得哪一种 再答： 那就具体看下，你的参考范文，或者参考案例之类的，一般会有具体介绍，方程的
在SPSS中将多分类变量设置为哑变量比较麻烦,其中的一种方法就是将该多分类变量转换成N-1列的哑变量,举例来说,原多分类变量有四个取值（A/B/C/D）,这时需要设置三列哑变量,比如D2,D3,D4用如果变量值是B,则D2=1,否则取0,如果是C,则用D3=1,否则取0,如果是D,则D4=1,否则取0D2 D3 D41
就是说自变量间相互存在一定的共线性,所以在使用多自变量进行回归时,会自动剔除一些存在共线影响的自变量 再问： 我怀疑abc之间有共线性，那如果我要看有没有显著的共线性，是每次只引入一对相互作用的变量，如只引入a*b或者只引入b*c……作为变量，到logistic回归方程里面和其它所有因素一起分析还是一次性的引入a*b，
要大于等于三个水平的分类变量才有必要生成哑变量的,只有两个水平的话不用.logi回归的因变量就是只能俩水平：0和1的.我一般生成哑变量是直接conpute的.简单说分类指的是一个变量在测量中的属性,就像连续、等级（秩次）这些属性一样.虚拟变量时分析时候,因为分类变量无法进行量化的推断检验（而只能是0/1那种才可以被检验用SPSS作Logistic回归分析，结果能说明什么_百度知道
用SPSS作Logistic回归分析，结果能说明什么
用SPSS作Logistic回归分析，自变量较多，先用单因素分析对自变量进行筛选，得出影响因变量的自变量有2个，对这2个自变量作Logistic回归，最后的结果是：
自变量一的系数b=-5.423，Wald值=4.800，P=0.028
自变量二的系数b=0.001，Wald值=3.999，P=0.046
我有更好的答案
主要是看各个自变量的假设检验结果，和系数。两个自变量都有统计学意义，因变量要降低5.001。自变量二同理。比如我的因变量是高血压患病与否，随着自变量一得增加，患病危险降低。说明自变量一为保护因素，系数分别为-5.423三个单位，也就是说，随着自变量一增加一个单位.423和0回归方程
采纳率：31%
方程是好的Wald值代表的是卡方检验，p都显著.001*自变量二)&#47Hosmer and lemeshow test for goodness of fit里P=0;[1-exp(0.847-5.423*自变量一+0，进入Logistic回归方程Logistic回归方程：p=exp(0.847-5.423*自变量一+0，不显著.414
为您推荐：
其他类似问题
您可能关注的内容
logistic回归的相关知识
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。豆丁微信公众号
君，已阅读到文档的结尾了呢~~
第十五讲logistic回归方法的正确应用及结果的正确解释,logistic回归,logistic回归分析,logistic回归模型,sas logistic回归,r语言 logistic回归,spsslogistic回归,多分类logistic回归,二元logistic回归,多项logistic回归
扫扫二维码，随身浏览文档
手机或平板扫扫即可继续访问
第十五讲logistic回归方法的正确应用及结果的正确解释
举报该文档为侵权文档。
举报该文档含有违规或不良信息。
反馈该文档无法正常浏览。
举报该文档为重复文档。
推荐理由：
将文档分享至：
分享完整地址
文档地址：
粘贴到BBS或博客
flash地址：
支持嵌入FLASH地址的网站使用
html代码：
&embed src='http://www.docin.com/DocinViewer-4.swf' width='100%' height='600' type=application/x-shockwave-flash ALLOWFULLSCREEN='true' ALLOWSCRIPTACCESS='always'&&/embed&
450px*300px480px*400px650px*490px
支持嵌入HTML代码的网站使用
您的内容已经提交成功
您所提交的内容需要审核后才能发布，请您等待！
3秒自动关闭窗口}