发布时间:2022-03-30 11: 29: 13
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,结果解读
当我们要研究婚姻状态与人的生活方式的关系时,因变量就是各个年龄段,此时的因变量之间是有序的,这就是有序多分类。在进行自变量与有序多分类因变量之间的关系时,可以用多元逻辑回归模型来分析。下面,小编给大家介绍一下SPSS逻辑回归分析步骤,SPSS逻辑回归分析结果解读的相关内容。
一、SPSS逻辑回归分析步骤
打开SPSS软件,将数据导入软件中,对数据进行大略了解后,开始数据分析。单击“文件”,选择“打开”中的“数据”。
单击“分析”,选择“回归”中的“多元Logistic”选项,打开多元Logistic设置对话框。将婚姻状态设置为因变量,将性别、生活方式和首选的早餐设置为因子,协变量为空。
单击右列的“模型”按钮,制定模型为主效应。勾选在模型中包括截距,设置结束单击“继续”。
单击右列的“统计”按钮,勾选个案处理摘要,参数设置为估算值和似然比检验,单击“继续”。
单击右列的“选项”按钮,勾选以分层方式月数条目和除去项,步进选项默认,单击“继续”。
如果数据量很大的话,可以进行自助抽样设置,本次数据量较少就不再示例了。
全部设置完成,单击“确定”。软件开始运行,结束后输出图表。
二、SPSS逻辑回归分析结果解读
1、模型拟合信息
模型拟合信息表格能够表现模型拟合的好坏,表中-2的对数似然的值越小越好。从结果来看,加入自变量之后的模型比只有常数项的模型拟合的要好,246.600<274.758。且显著性小于0.001,表示自变量的加入是有统计学意义的。
从参数估计值表格来看,以年龄小于31岁的为例,生活方式=0相比生活方式=1,系数值Exp(B)为0.463,说明年龄小于31岁的人选择这种生活方式的概率是不选择这种生活方式的1/0.463,也就是2.16倍。另外可以看到显著性小于0.01,说明小于31岁的这个年龄范围是有统计学意义的。
以上内容,就是SPSS逻辑回归分析步骤,SPSS逻辑回归分析结果解读的相关内容。当遇到有序多分类的变量样本,需要进行分析就可以选择逻辑回归分析。
作者:小影
展开阅读全文
︾
读者也喜欢这些内容:
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。...
阅读全文 >
怎样使用SPSS的概率回归方法分析数据
回归分析是数据分析中广泛应用的一种方法,如果要学习数理统计分析,回归分析将是重中之重。...
阅读全文 >
逐步回归分析和多元线性回归的区别 SPSS逐步回归分析实例
将获取的全部样本点用一条光滑曲线连接起来,拟合这条曲线的方法有无数种,按照自变量的个数的多少,可分为一元回归分析和多元回归分析。按照变量之间的关系,可分为线性和非线性。逐步回归分析是多元线性回归分析的一种,本文就来谈谈逐步回归分析和多元线性回归的区别,SPSS逐步回归分析实例。...
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 >