发布时间:2021-04-26 16: 49: 01
回归分析是数据处理中较为常用的一类方法,它可以找出数据变量之间的未知关系,得到较为符合变量关系的数学表达式,以帮助用户完成数据分析。
接下来我们要介绍的就是回归分析中的多元回归分析方法,IBM SPSS Statistics为用户提供了成熟的多元logistic回归分析算法。
一、概述
1.数据
这是一份对不同人群早餐选择的调查数据,通过SPSS的多元回归分析,可以将人群特征变量对早餐类型进行分析,找到它们之间的关系。
2.功能位置
在“分析”菜单下,我们可以找到“回归”中的“多元logistic”分析,进入多元回归分析的窗口。
二、分析方法
1.因变量设置
因变量就是跟随自变量变化的量,本例中指的是“首选的早餐”这一变量。
点击“参考类别”,设置因变量的参考类别,这是分析时的参考样,我们设置为所有类别都和最后一个类别对比,类别顺序选择升序。
2.因子和协变量
因子可以简单理解为自变量,我们这里将年龄分段、婚姻状况和生活方式作为因变量处理。
协变量是分析过程中需要控制的、对因变量有一定影响的控制变量,这里设置为性别。
3.分析模型
SPSS的多元回归分析有三类模型可选,主效应是指设置好的因子和协变量与因变量之间的关系分析;全因子模型既包括主效应,也包括因子和协变量之间的交互分析;定制步进式则可以有用户自己定义分析类型。
我们这里选择主效应进行分析即可。
4.统计设置
这个窗口内设置的是需要进行的统计数据分析,包括多类统计数据可选,我们勾选模型下的伪R方、单元格可能性、步骤摘要、分类表、模型拟合度信息和拟合度,参数下的估计(置信区间设置为95%)和似然比检验。
定义子群体选择“由因子和协变量定义的协变量模式”。
5.收敛条件
在条件对话框中,进行收敛设置。
最大迭代数是数据进行回归分析时可进行迭代的次数,这个数值必须是大于或小于100的整数,最大步骤对分设置的是迭代时的等分数,系统默认是5。
对数似然收敛可设置收敛值,回归过程中对数似然比函数是大于设定值的;参数收敛的数值设置类似。
本例中该对话框保持默认即可。
6.选项设置
在选项对话框中设置离散度量为“无”。
数据的进入概率为0.05,出去概率为0.1,这两个参数中,前者越大,进入模型的数据越多;后者越小,数据被剔除的越多,进入和出去方法均选择似然性。
其余保持默认即可。
7.保存设置
在这个对话框中设置需要保存的变量,如果需要将模型信息输出到XML文件,也可以在次设置。
8.完成分析
完成上述设置后,就可以在日志输出窗口中查看分析结果啦!分析结果包含多个表格,每个数值都有特定含义,大家在分析的时候也要认真观察数据哦!
三、小结
多元logistic回归分析实质上是二元logistic回归分析的加和,在操作方法和结果分析上都有一定的相似之处,如果大家认为多元回归分析理解起来有困难,可以先学习一下IBM SPSS Statistics二元回归分析的操作和分析。
更多软件资讯和案例分享欢迎进入IBM SPSS Statistics中文网站查询。
作者:参商
展开阅读全文
︾
读者也喜欢这些内容:
SPSS标签乱码什么原因 SPSS标签乱码如何解决
在我们进行数据分析统计的时候,经常需要对变量进行标签的添加,标签可以帮助我们更好地进行工作和分类,但有时SPSS标签会出现乱码问题,这个时候标签就无法起到本有的作用,那么SPSS标签乱码什么原因,SPSS标签乱码如何解决呢?下面为大家介绍相关内容。...
阅读全文 >
SPSS多元非线性回归分析步骤 SPSS多元非线性回归分析结果
多元非线性回归主要用于进行多变量的分析比较和预测,当现实中的自变量和因变量,即输出和输入数据不成线性关系时,我们要通过对数型变化将非线性问题转换为线性问题,但这仅靠人力明显难以做到,这个时候我们就可以借助数据分析工具——SPSS来进行多元非线性回归分析,下面来为大家具体介绍有关SPSS多元非线性回归分析步骤,SPSS多元非线性回归分析结果的相关内容。...
阅读全文 >
spss检验有几种类型 spss检验一个变量是否受另一个影响
统计分析工作中,假设检验问题是非常重要的一类问题,即在不知道总体分布的前提下,为了推断总体的某些特征,提出的对总体的假设。那么SPSS检验有几种类型,SPSS检验一个变量是否受另一个影响如何操作?本文结合实例向大家作简单介绍。...
阅读全文 >
spss回归分析如何操作 spss回归分析的基本步骤
通过回归分析,可以了解变量间是否存在相互依赖的定量关系。根据方程类型,回归分析可以分为线性回归和非线性回归。根据变量的数目多少,回归分析可以分为一元回归分析和多元回归分析。本文以最简单的一元线性回归分析为例向大家介绍SPSS回归分析如何操作,SPSS回归分析的基本步骤。...
阅读全文 >