手游软件资源站

　　如何在SPSS中使用二元回归分析?二元变量是数据统计中经常出现的一种变量，这种变量只有两种可能:是或否，那么我们如何对二元变量进行回归分析呢?下面的编辑器将为您解释!

　　操作方法:

　　1,概述

　　1. 样本数据

　　图1:示例数据

　　这是肿瘤患者的肿瘤情况统计表。通过二元回归分析，拟合年龄、肿瘤大小、扩散程度与“癌变部位淋巴结是否含有癌细胞”之间的回归关系。

　　2. 二元逻辑回归

　　图2:功能位置

　　在“分析”菜单下，可以打开“回归”中的“二元logistic回归”分析，这是SPSS提供的一种特殊的二元回归分析方法。

　　2、操作指南

　　1. 变量设置

　　图3:变量设置

　　以“癌部位淋巴结是否含有癌细胞”为因变量，将其余三个变量移至“协方差”窗口。

　　下面的方法设置协变量的输入模式。默认的“输入”是输入所有变量。其他的方法是根据一些特定的方法向前或向后删除变量，然后输入它们。我们可以在这里使用“input”。

　　选择变量用于设置筛选变量。这个数据示例中的变量很少，因此不使用这个函数。

　　2. 分类设置

　　图4:分类设置

　　分类窗口设置分类协变量。我们这里的分类变量是“肿瘤扩散水平”，选择“指示灯”比较方法，参考类别为“最后”。

　　3.保存设置

　　图5:保存设置

　　这是IBM SPSS统计分析中的一个常见的分析保存对话框。用户可以设置要保存的预测值、影响和剩余值，并在要保存的项前勾选复选框。

　　检查概率，群体成员，杠杆，标准化和协方差矩阵。

　　4. 选项设置

　　图6:选项设置

　　该对话框设置统计图和步长概率，检查分类图和Hosmer lemeshaw拟合优度，并在每一步中输出。

　　在步进概率中设置输入概率和删除概率。前者的值应该小于后者，可以保持系统默认值。

　　5. 完整的分析

　　图7:分析结果

　　在输出日志中查看最终的分析结果，SPSS会为用户提供模型的相关参数，包括案例统计、显著性参数、模型拟合参数等。在本案例中，显著性系数较小，拟合参数较大。因此，对于这三个自变量，因变量与它们的拟合效果并不明显。