怎样用SPSS做二项Logisticspss怎么做回归分析析?结果如何解释

今日头条(赠书活动见论坛事版帖子:公卫人网微信公众号满4000听众了,感谢支持) 查看: 10738|回复: 6 请教如何用spss进行单因素logistic回归分析?(附实例问题) 注册后推荐绑定QQ,之后方才可以使用下方的“用QQ帐号登录”。 才可以下载或查看,没有帐号? 数据分类及输入方法如图 未命名.jpg (27.11 KB, 下载次数: 5) 23:05 上传 ! G! L, I( F3 K2 ?6 n/ h% b* T 未命名.jpg (88.66 KB, 下载次数: 4) 22:50 上传 9 C: _* G2 h7 D9 ~$ k + n8 \0 F5 p7 p 打算先进行单因素logistic回归分析,筛选出P在0.10以内有意义的各变量,再将这些变量进行多因素logistic回归分析。可是不知道spss做单因素logistic回归的具体方法。 是不是按照Analyze-Regression-Binary logistic,然后dependent里面选择“是否希望参加农民工医保”,Convariates里面只要每次选择一个变量,如“性别”,然后点“ok”,这样做出来的就是单因素logistic回归分析吗?& & 可是做单因素logistic的时候Methord应该选哪种好呢?我按这样子试过,做出来的结果跟卡方检验是完全一样的。' `- K% C2 i5 {+ e 希望各位大虾帮忙解答一下,谢谢了! 头像被屏蔽 提示: 作者被禁止或删除 内容自动屏蔽 见过别人的文章,做的也是单因素logistic回归,如图: 未命名.jpg (59.25 KB, 下载次数: 10) 10:22 上传 为啥家庭收入这一个因素里面的3个答案分别有三条结果?单因素logistic回归做出来不是只有这一个因素的结果吗? 有些不解啊~ 头像被屏蔽 提示: 作者被禁止或删除 内容自动屏蔽 看了张文彤的统计分析教程,懂了。呵呵~ 多谢版主帮忙!! : `: K0 K$ g. d1 Q & & 回问一个幼稚的问题哈,你问题中第二个表是怎样做出来的? 做个记号,以后留着用 Powered bySPSS实验8-二项Logistic回归分析_百度文库 两大类热门资源免费畅读 续费一年阅读会员,立省24元! SPSS实验8-二项Logistic回归分析 上传于|0|0|文档简介 &&关于SPAA实验操作方法 阅读已结束,如果下载本文需要使用0下载券 想免费下载更多文档? 定制HR最喜欢的简历 下载文档到电脑,查找使用更方便 还剩20页未读,继续阅读 定制HR最喜欢的简历 你可能喜欢第1页/共13页 如何用spss17.0进行二元和多元logistic回归分析 一、二元logistic回归分析 二元logistic回归分析的前提为因变量是可以转化为0、1的二分变量,如:死亡或者生存,男性或者女性,有或无,Yes或No,是或否的情况。 下面以医学中不同类型脑梗塞与年龄和性别之间的相互关系来进行二元logistic回归分析。 (一)数据准备和SPSS选项设置 第一步,原始数据的转化:如图1-1所示,其中脑梗塞可以分为ICAS、ECAS和NCAS三种,但现在我们仅考虑性别和年龄与ICAS的关系,因此将分组数据ICAS、ECAS和NCAS转化为1、0分类,是ICAS赋值为1,否赋值为0。年龄为数值变量,可直接输入到spss中,而性别需要转化为(1、0)分类变量输入到spss当中,假设男性为1,女性为0,但在后续分析中系统会将1,0置换(下面还会介绍),因此为方便期间我们这里先将男女赋值置换,即男性为“0”,女性为“1”。 图 1-1 第二步:打开“二值Logistic 回归分析”对话框: 沿着主菜单的“分析(Analyze)→回归(Regression)→二元logistic(Binary Logistic)”的路径(图1-2)打开二值Logistic 回归分析选项框(图1-3)。 第1页/共13页 寻找更多 ""spss的二元logistic回归分析,怎么判断两个变量之间是否有关系? spss的二元logistic回归分析,怎么判断两个变量之间是否有关系?方程中的变量 B S.E,Wals df Sig.Exp (B) 1a 性别 -.013 .343 .001 1 .969 .987 常量 -1.213 .542 5.010 1 .025 .297 &是否有统计学意义主要看sig 如果这个值小于0.05那么就是相关的,在此基础上看第一列B值,负号代表负相关.你的例子中性别不对因变量产生影响.另外logistic回归中Exp(B)值即为OR值也是非常有参考意义的值,你可以参考一下相关教科书,不同的案例解释内容不同.

我要回帖

更多关于 用stata做回归分析 的文章

 

随机推荐