IBM SPSS Statistics 中文网站 > 使用技巧 > SPSS逻辑回归模型案例 逻辑回归和线性回归的区别

SPSS逻辑回归模型案例 逻辑回归和线性回归的区别

发布时间:2022/03/25 14:30:17

 品牌型号:联想

 系统:Win10

 软件版本:IBMSPSSStatistics

 关键词:SPSS数据分析,逻辑回归分析,线性回归分析

 逻辑回归适用于二分变量的模型,最显著的作用是可以预测模型中每个自变量的概率。也就是说,逻辑回归可以根据一组样本数据,得到预测值或者某种预测结果。下面,小编来介绍一下SPSS逻辑回归模型案例,逻辑回归和线性回归的区别的具体内容。

 一、SPSS逻辑回归模型案例

 1、案例背景

 癌变部位的淋巴结是否含有癌细胞,这跟年龄、肿瘤大小以及肿瘤扩散等级等因素有关。了解其中的关系,医生能根据病人的年龄以及肿瘤大小,判断癌变的几率,从而得到更优的治疗方法。

 具体操作如下:

 打开SPSS软件,单击“文件”-“打开”-“数据”,将需要进行分析的文件导入。

 

图1:导入数据文件
图1:导入数据文件

 单击“分析”,选择“回归”菜单下的“二元Logistic”,打开Logistic回归设置对话框。

 

图2:逻辑回归分析
图2:逻辑回归分析

 分别选择合适的因变量和协变量,这里因变量选择癌变部位的淋巴结是否含有癌细胞,协变量选择年龄、肿瘤大小和肿瘤扩散等级。

 

图3:因变量和协变量设置
图3:因变量和协变量设置

 单击右列的“分类”按钮,将肿瘤扩散等级设置为分类协变量,对比设置为指示符。设置完毕单击“确定”。

 

图4:分类协变量

 单击右列的“保存”按钮,勾选预测值中的概率和组成员,影响设置为杠杆值,在残差中选择标准化,设置完毕单击“继续”。

 

图5:保存设置
图5:保存设置

 单击“选项”按钮,在统计和图中勾选分类图,设置步进概率,进入的α值要小于除去的α值。在统计和图中勾选分类图。设置完毕单击“继续”。

 

图6:选项设置
图6:选项设置

 结果解读:根据显著性是否小于0.05来判断是否对因变量起作用。图表中的P值均小于0.05,表示这些因素均在不同程度上影响着因变量。即年龄、肿瘤大小和肿瘤扩散等级在不同程度上都影响了癌变部位的淋巴结是否含有癌细胞。

 

图7:分析图表
图7:分析图表

 二、逻辑回归和线性回归的区别

 线性回归主要通过输入、步进、除去、后退、前进等方法来将自变量纳入到回归分析的模型之中,来勾践一个回归分析模型。以此来研究变量之间的因果关系,自变量和因变量之间的关系。

 逻辑回归是在线性回归的基础上有了分类功能。有二分类和多分类,对数据进行分类分析。

 以上内容,就是SPSS逻辑回归模型案例,逻辑回归和线性回归的区别。这两种方式的选择,主要看是否对数据进行分类分析。

 

 作者:小影 

标签:SPSSIBM SPSS StatisticsSPSS教程多元逻辑回归逻辑回归

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数据分析显著性差异分析步骤 SPSS显著性差异分析结果怎么看
数据的显著性差异分析主要有三种方法,分别是卡方检验、T检验和方差分析。这三种方法都有具体的数据要求:卡方检验是对多个类别的数据进行分析,T检验是对两组数据进行分析,方差分析是对多组数据进行检验。下面,小编具体说明一下SPSS数据分析显著性差异分析步骤,SPSS显著性差异分析结果怎么看。
2022-01-07
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
SPSS多元logistic回归分析的使用技巧
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。
2021-04-26
spss多元线性回归分析操作步骤,spss多元线性回归分析结果解读
spss多元线性回归分析操作步骤,本文会以客流量、销售量与销售额的线性关系演示spss的多元线性回归分析操作步骤,并进行spss多元线性回归分析结果解读。
2022-05-07
SPSS线性回归如何预测 SPSS怎么得到预测值
SPSS线性回归预测的主要步骤是通过线性回归分析构建模型,得出线性回归方程,然后对整体效果进行F检验和T检验,证实回归方程的正确性。最后,给定一个自变量值,进行点预测和区间预测。下面,小编具体来介绍一下SPSS线性回归如何预测,SPSS怎么得到预测值的方法。
2022-01-10

咨询热线

在线咨询

限时折扣