
spss二分類的logistic回歸的操作和分析方法
二分類指的是因變量的數(shù)據(jù)只有兩個值,代表事物的兩種類別,典型的二分類變量如性別、是否患病等。因變量為二分變量原則上是無法做回歸的,在回歸方程中的因變量實質(zhì)上是概率,而不是變量本身。在理解二分類變量以后,我們看看如何做二分類變量的logistic回歸。
工具/原料
spss20.0
方法/步驟
1
打開數(shù)據(jù)以后,菜單欄上依次點擊:analyse--regression--binary logistic,打開二分回歸對話框
2
將因變量和自變量放入格子的列表里,如圖所示,上面的是因變量,下面的是自變量,我們看到這里有三個自變量
設(shè)置回歸方法,這里選擇最簡單的方法:enter,它指的是將所有的變量一次納入到方程。其他方法都是逐步進(jìn)入的方法,在前面的文章中有介紹,這里就不再熬述。
點擊ok,開始處理數(shù)據(jù)并檢驗回歸方程,等待一會就會彈出數(shù)據(jù)結(jié)果窗口
看到的第一個結(jié)果是對case的描述,第一個列表告訴你有多少數(shù)據(jù)參與的計算,有多少數(shù)據(jù)是缺省值;第二個列表告訴你因變量的編碼方式,得分為1代表患病,得分為0代表沒有患病
這個列表告訴你在沒有任何自變量進(jìn)入以前,預(yù)測所有的case都是患病的正確率,正確率為%52.6
下面這個列表告訴你在沒有任何自變量進(jìn)入以前,常數(shù)項的預(yù)測情況。B是沒有引入自變量時常數(shù)項的估計值,SE它的標(biāo)準(zhǔn)誤,Wald是對總體回歸系數(shù)是否為0進(jìn)行統(tǒng)計學(xué)檢驗的卡方。
下面這個表格結(jié)果,通過sig值可以知道如果將模型外的各個變量納入模型,則整個模型的擬合優(yōu)度改變是否有統(tǒng)計學(xué)意義。 sig值小于0.05說明有統(tǒng)計學(xué)意義
這個表格是對模型的全局檢驗,為似然比檢驗,供給出三個結(jié)果:同樣sig值<0.05表明有統(tǒng)計學(xué)意義。
下面的結(jié)果展示了-2log似然值和兩個偽決定系數(shù)。兩個偽決定系數(shù)反應(yīng)的是自變量解釋了因變量的變異占因變量的總變異的比例。他們倆的值不同因為使用的方法不同。
分類表,這里展示了使用該回歸方程對case進(jìn)行分類,其準(zhǔn)確度為%71.8。
最后是輸出回歸方程中的各變量的系數(shù)和對系數(shù)的檢驗額值,sig值表明該系數(shù)是否具有統(tǒng)計學(xué)意義。到此,回歸方程就求出來了。
END
經(jīng)驗內(nèi)容僅供參考,如果您需解決具體問題(尤其法律、醫(yī)學(xué)等領(lǐng)域),建議您詳細(xì)咨詢相關(guān)領(lǐng)域?qū)I(yè)人士。
數(shù)據(jù)分析咨詢請掃描二維碼
若不方便掃碼,搜微信號:CDAshujufenxi
SQL Server 中 CONVERT 函數(shù)的日期轉(zhuǎn)換:從基礎(chǔ)用法到實戰(zhàn)優(yōu)化 在 SQL Server 的數(shù)據(jù)處理中,日期格式轉(zhuǎn)換是高頻需求 —— 無論 ...
2025-09-18MySQL 大表拆分與關(guān)聯(lián)查詢效率:打破 “拆分必慢” 的認(rèn)知誤區(qū) 在 MySQL 數(shù)據(jù)庫管理中,“大表” 始終是性能優(yōu)化繞不開的話題。 ...
2025-09-18CDA 數(shù)據(jù)分析師:表結(jié)構(gòu)數(shù)據(jù) “獲取 - 加工 - 使用” 全流程的賦能者 表結(jié)構(gòu)數(shù)據(jù)(如數(shù)據(jù)庫表、Excel 表、CSV 文件)是企業(yè)數(shù)字 ...
2025-09-18DSGE 模型中的 Et:理性預(yù)期算子的內(nèi)涵、作用與應(yīng)用解析 動態(tài)隨機(jī)一般均衡(Dynamic Stochastic General Equilibrium, DSGE)模 ...
2025-09-17Python 提取 TIF 中地名的完整指南 一、先明確:TIF 中的地名有哪兩種存在形式? 在開始提取前,需先判斷 TIF 文件的類型 —— ...
2025-09-17CDA 數(shù)據(jù)分析師:解鎖表結(jié)構(gòu)數(shù)據(jù)特征價值的專業(yè)核心 表結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 規(guī)范存儲的結(jié)構(gòu)化數(shù)據(jù),如數(shù)據(jù)庫表、Excel 表、 ...
2025-09-17Excel 導(dǎo)入數(shù)據(jù)含缺失值?詳解 dropna 函數(shù)的功能與實戰(zhàn)應(yīng)用 在用 Python(如 pandas 庫)處理 Excel 數(shù)據(jù)時,“缺失值” 是高頻 ...
2025-09-16深入解析卡方檢驗與 t 檢驗:差異、適用場景與實踐應(yīng)用 在數(shù)據(jù)分析與統(tǒng)計學(xué)領(lǐng)域,假設(shè)檢驗是驗證研究假設(shè)、判斷數(shù)據(jù)差異是否 “ ...
2025-09-16CDA 數(shù)據(jù)分析師:掌控表格結(jié)構(gòu)數(shù)據(jù)全功能周期的專業(yè)操盤手 表格結(jié)構(gòu)數(shù)據(jù)(以 “行 - 列” 存儲的結(jié)構(gòu)化數(shù)據(jù),如 Excel 表、數(shù)據(jù) ...
2025-09-16MySQL 執(zhí)行計劃中 rows 數(shù)量的準(zhǔn)確性解析:原理、影響因素與優(yōu)化 在 MySQL SQL 調(diào)優(yōu)中,EXPLAIN執(zhí)行計劃是核心工具,而其中的row ...
2025-09-15解析 Python 中 Response 對象的 text 與 content:區(qū)別、場景與實踐指南 在 Python 進(jìn)行 HTTP 網(wǎng)絡(luò)請求開發(fā)時(如使用requests ...
2025-09-15CDA 數(shù)據(jù)分析師:激活表格結(jié)構(gòu)數(shù)據(jù)價值的核心操盤手 表格結(jié)構(gòu)數(shù)據(jù)(如 Excel 表格、數(shù)據(jù)庫表)是企業(yè)最基礎(chǔ)、最核心的數(shù)據(jù)形態(tài) ...
2025-09-15Python HTTP 請求工具對比:urllib.request 與 requests 的核心差異與選擇指南 在 Python 處理 HTTP 請求(如接口調(diào)用、數(shù)據(jù)爬取 ...
2025-09-12解決 pd.read_csv 讀取長浮點數(shù)據(jù)的科學(xué)計數(shù)法問題 為幫助 Python 數(shù)據(jù)從業(yè)者解決pd.read_csv讀取長浮點數(shù)據(jù)時的科學(xué)計數(shù)法問題 ...
2025-09-12CDA 數(shù)據(jù)分析師:業(yè)務(wù)數(shù)據(jù)分析步驟的落地者與價值優(yōu)化者 業(yè)務(wù)數(shù)據(jù)分析是企業(yè)解決日常運營問題、提升執(zhí)行效率的核心手段,其價值 ...
2025-09-12用 SQL 驗證業(yè)務(wù)邏輯:從規(guī)則拆解到數(shù)據(jù)把關(guān)的實戰(zhàn)指南 在業(yè)務(wù)系統(tǒng)落地過程中,“業(yè)務(wù)邏輯” 是連接 “需求設(shè)計” 與 “用戶體驗 ...
2025-09-11塔吉特百貨孕婦營銷案例:數(shù)據(jù)驅(qū)動下的精準(zhǔn)零售革命與啟示 在零售行業(yè) “流量紅利見頂” 的當(dāng)下,精準(zhǔn)營銷成為企業(yè)突圍的核心方 ...
2025-09-11CDA 數(shù)據(jù)分析師與戰(zhàn)略 / 業(yè)務(wù)數(shù)據(jù)分析:概念辨析與協(xié)同價值 在數(shù)據(jù)驅(qū)動決策的體系中,“戰(zhàn)略數(shù)據(jù)分析”“業(yè)務(wù)數(shù)據(jù)分析” 是企業(yè) ...
2025-09-11Excel 數(shù)據(jù)聚類分析:從操作實踐到業(yè)務(wù)價值挖掘 在數(shù)據(jù)分析場景中,聚類分析作為 “無監(jiān)督分組” 的核心工具,能從雜亂數(shù)據(jù)中挖 ...
2025-09-10統(tǒng)計模型的核心目的:從數(shù)據(jù)解讀到?jīng)Q策支撐的價值導(dǎo)向 統(tǒng)計模型作為數(shù)據(jù)分析的核心工具,并非簡單的 “公式堆砌”,而是圍繞特定 ...
2025-09-10