如何用spss做logistic回歸分析解讀

1、_如何用spss17.0進(jìn)行二元和多元logistic回歸分析一、二元logistic回歸分析二元logistic回歸分析的前提為因變量是可以轉(zhuǎn)化為0、1的二分變量，如：死亡或者生存，男性或者女性，有或無，Yes或No，是或否的情況。下面以醫(yī)學(xué)中不同類型腦梗塞與年齡和性別之間的相互關(guān)系來進(jìn)行二元logistic回歸分析。（一）數(shù)據(jù)準(zhǔn)備和SPSS選項(xiàng)設(shè)置第一步，原始數(shù)據(jù)的轉(zhuǎn)化：如圖11所示，其中腦梗塞可以分為ICAS、ECAS和NCAS三

2、種，但現(xiàn)在我們僅考慮性別和年齡與ICAS的關(guān)系，因此將分組數(shù)據(jù)ICAS、ECAS和NCAS轉(zhuǎn)化為1、0分類，是ICAS賦值為1，否賦值為0。年齡為數(shù)值變量，可直接輸入到spss中，而性別需要轉(zhuǎn)化為（1、0）分類變量輸入到spss當(dāng)中，假設(shè)男性為1，女性為0，但在后續(xù)分析中系統(tǒng)會(huì)將1，0置換（下面還會(huì)介紹），因此為方便期間我們這里先將男女賦值置換，即男性為“0”，女性為“1”。圖11第二步：打開“二值Logistic回歸分析”對話框：沿著

3、主菜單的“分析（Analyze）→回歸（Regression）→二元logistic（BinaryLogistic）”的路徑（圖12）打開二值Logistic回歸分析選項(xiàng)框（圖13）。_在圖13中，因?yàn)槲覀円治鲂詣e和年齡與ICAS的相關(guān)程度，因此將ICAS選入因變量（Dependent）中，而將性別和年齡選入?yún)f(xié)變量（Covariates）框中，在協(xié)變量下方的“方法（Method）”一欄中，共有七個(gè)選項(xiàng)。采用第一種方法，即系統(tǒng)默認(rèn)的強(qiáng)迫

4、回歸方法（進(jìn)入“Enter”）。接下來我們將對分類（Categical），保存（Save），選項(xiàng)（Options）按照如圖14、15、16中所示進(jìn)行設(shè)置。在“分類”對話框中，因?yàn)樾詣e為二分類變量，因此將其選入分類協(xié)變量中，參考類別為在分析中是以最小數(shù)值“0（第一個(gè)）”作為參考，還是將最大數(shù)值“1（最后一個(gè)）”作為參考，這里我們選擇第一個(gè)“0”作為參考。在“存放”選項(xiàng)框中是指將不將數(shù)據(jù)輸出到編輯顯示區(qū)中。在“選項(xiàng)”對話框中要勾選如圖幾項(xiàng)，