IBM Business Partner

IBM SPSS Statistics 中文网站 > 使用技巧 > SPSS应用多元逻辑回归解决无序多分类问题

SPSS应用多元逻辑回归解决无序多分类问题

发布时间:2021/06/08 11:38:02

什么是无序多分类?举一个例子,当我们要研究基因突变与疾病之间的关系时,因变量就是疾病的各种分类,如乳癌、胃癌、鳞癌等多种,此时因变量不是简单的患病和不患病,且他们之间是无序的,这就是无序多分类。

当我们要研究自变量与无序多分类因变量之间的关系时,就需要使用到SPSS软件带有的多元逻辑回归模型,下面我来讲解下如何使用。

一、操作演示

如图1所示,我们在IBM SPSS Statistics中建立一组数据,其中有三个变量:ID代表患者编号,第二栏的疾病类型代表因变量,第三栏的是否基因突变代表自变量。

图1:演示数据

点击【分析】--【回归】--【多元Logistic】,如图2,打开多元逻辑回归界面。

图2:多元逻辑回归

首先我们将疾病类型选入因变量的位置,是否基因突变选入因子的位置,如果自变量中还有其他的连续型变量,则需要放入协变量位置,具体见图3。

图3:放入因变量和因子

由于我们的因变量疾病类型是多分类变量,而多元逻辑回归的原理是先指定一个类别为参考类别,然后将其他类别分别与参考类别对比。

因此我们需要点击“参考类别”按钮,然后决定我们要作为参考类别的值,比如我们将0作为参考类别,则选择“第一个类别”或者选择“定制”类别,然后输入值为0。

图4:设定参考类别

二、结果分析

设定后,我们点击“继续”和“确定”保存设置,等待SPSS生成多元逻辑回归的计算结果。

其中,模型拟合信息表格给出了模型拟合好坏的信息。当中-2对数似然的值越小越好,从结果中可以看出,加入自变量后的模型比只有常数项的模型拟合要好(27.311<80.234),显著性结果小于0.001,说明自变量是否基因突变的加入是有统计学意义的。

图5:模型拟合信息

另外,参数估计值表格,以腺癌组为例,X=0相比于X=1,系数值Exp(B)为0.068,说明基因X未突变者患腺癌的风险是突变者患腺癌风险的1/0.068即14.71倍。另外,显著性<0.001,说明腺癌这个系统是具有统计学意义的。

图6:参数估算值表格

最后通过上述的分析,我们可以得出结论:基因X突变患者相比于未突变患者,其发生某恶性肿瘤类型为腺癌、鳞癌和大细胞癌的风险分别为14.71、3.66和8.93倍,这说明基因突变与各类型都具有一定的关系。这就是本节关于IBM SPSS Statistic进行多分类逻辑回归的相关教程了,更多教程尽在IBM SPSS Static中文网站上。

作者署名:包纸

标签:spss多元逻辑回归

读者也访问过这里:
SPSS Statistics
一款功能强大的数据统计分析工具
立即购买
QQ 群
官方交流群:815794396 立即加群
400-8765-888 kefu@makeding.com
热门文章
SPSS相关性分析结果怎么看
相关性分析是对变量或个案之间相关度的测量,在SPSS中可以选择三种方法来进行相关性分析:双变量、偏相关和距离。
2021-04-23
如何用SPSS计算个人BMI值?
BMI即体重指数,是衡量个人身体质量的一个重要参数,通过判断BMI的数值大小,我们可以判断个人身高与体重是否协调。下面我将用IBM SPSS Statistics来为大家介绍BMI的计算方法。
2021-03-19
实践SPSS单因素方差分析之检验结果解读
在《实践SPSS单因素方差分析之变量与检验方法设置》一文中,我们已经详细地演示了IBM SPSS Statistics单因素方差分析方法的变量选择以及相关的选项、对比设置。
2021-01-11
SPSS进行变量赋值的相关操作
变量和个案是IBM SPSS数据界面很重要的两个部分,可以形象理解为地球仪上的经线和纬线。通俗一点讲数据界面的每一列是一种变量,如年龄性别等。一行中的所有变量又构成了一个个案,本篇文章着重讲解变量,个案就不做过多展开。在图1中有具体的标注,可以看一下变量和个案到底是什么样。
2021-02-23
使用SPSS进行回归分析的方法总结
IBM SPSS Statistics 是强大的统计软件平台,SPSS全称Statistical Product and Service Solutions(统计产品与服务解决方案), SPSS可以帮助我们分析并更好地了解数据,以解决复杂的业务和研究问题。如今,SPSS已经被广泛运用于数据分析等各个领域。
2021-03-09
如何使用SPSS检验数据是否服从正态分布—偏度峰度系数
在《如何使用SPSS检验数据是否服从正态分布—KS检验与Q-Q图》一文中,我们了解了如何使用KS检验、Q-Q图来验证数据的正态性。接下来,本文将会继续讲解如何使用IBM SPSS Statistics的描述统计(偏度峰度系数)、探索统计检验(正态检验)数据的正态性。
2021-01-07