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