发布时间:2021-04-15 16: 09: 04
二元变量是数据统计中常用的一种变量,这种变量只有两个可能:是和否,对于这种变量来说,一般是很难进行直接的线性或非线性回归分析的。这时要探究变量之间的关系,就需要用到二元回归分析。
接下来我们就通过一个简单的示例来介绍一下IBM SPSS Statistics中如何对二元变量进行回归分析。
一、概述
1.样本数据

这是一份肿瘤患者体内肿瘤情况的统计表,通过二元回归分析,我们可以拟合年龄、肿瘤大小和扩散等级这三个变量与“癌变部位的淋巴结是否含有癌细胞”的回归关系。
2.二元logistic回归

在“分析”菜单下,可以打开“回归”中的“二元logistic回归”分析,这是SPSS提供的专门用于二元回归的一种分析方法。
二、操作指南
1.变量设置

将“癌变部位的淋巴结是否含有癌细胞”作为因变量,将剩余三个变量移入“协变量”窗口。
下面的方法设置的是协变量的输入方式,默认的“输入”就是将变量全部输入,其他的方法是根据一些特定的方法向前或向后剔除变量后再输入,我们这里使用“输入”即可。
选择变量是用来设置筛选变量的,本数据样本中变量较少,所以不使用这个功能。
2.分类设置

分类窗口设置分类协变量,我们这里的分类变量是“肿瘤扩散等级”,选择“指示灯”对比方法,“最后一个”参考类别。
3.保存设置

这是IBM SPSS Statistics分析中较为常见的一个分析保存对话框,用户可以在其中设置要保存的预测值、影响和残差,在需要保存的项目前勾选复选框即可。
勾选概率、组成员、杠杆值、标准化和协方差矩阵。
4.选项设置

这个对话框设置统计图和步进概率,勾选分类图、霍斯默-莱梅肖拟合优度,在每个步骤输出。
步进概率中设置进入概率和删除概率,前者数值应小于后者,保持系统默认即可。
5.完成分析

在输出日志中查看最终的分析结果,SPSS会为用户提供模型的相关参数,包括个案统计、显著性参数、模型拟合度参数等,本例中的显著性系数均较小,拟合参数较大,因此对于这三个自变量来说,因变量与它们的拟合效果并不明显。
三、小结
以上就是我们要介绍的如何使用SPSS二元回归分析方法对二元变量进行拟合分析的案例分享了,希望可以对大家有所帮助!
更多软件资讯和案例分享欢迎进入IBM SPSS Statistics中文网站查看。
作者:参商
展开阅读全文
︾
微信公众号
读者也喜欢这些内容:
SPSS曲线回归分析的基本原理 SPSS曲线回归分析结果解读
我们在对一组数据样本进行分析的时候,曲线回归分析是其中不可缺少的一个环节。曲线回归分析作为数据分析中的一项重要操作,主要在评估数据样本之间的关联度以及相互关系时有着广泛应用,这样可以得到数据样本的整体变化趋势以及评估未来的数据发展周期(例如分析销售额和营销成本之间的关系)。而曲线回归的结果对数据样本测算同样有着重要意义,下面以SPSS为例,给大家介绍SPSS曲线回归分析的基本原理,SPSS曲线回归分析结果解读的具体内容。...
阅读全文 >
SPSS如何计算线性回归 SPSS线性回归数据分析
SPSS是一款功能十分强大的数据分析软件,它将原本复杂的数据分析工作变得简洁化,并通过友好的图像界面满足普罗大众的日常需求。而线性回归是SPSS中最核心的功能模块之一。今天我就以SPSS如何计算线性回归,SPSS线性回归数据分析这两个问题为例,来向大家讲解一下有关线性回归的知识。...
阅读全文 >
SPSS怎么进行Logistic回归 SPSS Logistic回归分类结果不准确怎么办
在数据分析中,Logistic回归常常作为处理二分类因变量的方法,应用场景广泛。使用SPSS进行Logistic回归时,很多朋友常面临分类结果不准确的问题。今天我们将会详细介绍关于SPSS怎么进行Logistic回归,SPSS Logistic回归分类结果不准确怎么办的相关问题。...
阅读全文 >
SPSS怎么做因子分析 SPSS因子载荷怎么看变量聚类结构
在经济学的领域中,市场如同“一只看不见的手”,在无形之中调节供求关系,并决定商品价格。如果我们将其具体到一件商品的话,究竟是什么因素在影响着它的价格呢?因子分析就可以为我们解答这个问题。在统计学领域,因子分析就是探究这只“看不见的手”的一种分析方法,它旨在揭示观测变量背后的潜在驱动力,正如数理逻辑对于数学成绩的影响,或者品牌形象对于产品销售情况的影响。总的来说,因子分析就是一种探究潜在变量(即潜在因子)与观测变量之间的相关性的方法。下面我以在SPSS中做因子分析的方法为例,给大家介绍一下关于SPSS怎么做因子分析,SPSS因子载荷怎么看变量聚类结构的相关内容。...
阅读全文 >