医学统计学：第16章 Logistic回归分析在SPSS 中的实现

Logistic回归分析在SPSS中的实现logistic回归分析logistic回归

(logisticregression)属于概率型非线性回归，它是研究二分类观察结果与一些影响因素之间关系的一种多变量分析方法。例如感染与非感染、有效与无效、患病与非患病、死亡与存活等，可以概括为阳性与阴性两种互斥的结果。如果要分析阳性或阴性的发生与哪些因素有关，而这些因素（自变量）可能是二值数据或等级资料或计量资料，此时，可用logistic回归（logisticregression）进行分析。在logistic回归分析中常把自变量（Independentvariable）称为协变量（Covariate）。logistic回归分析SPSS在分析的回归菜单中提供了三个logistic回归过程：二项分类logistic回归（二元logistic）、多项分类logistic回归（多项logistic）和有序分类logistic回归（有序）。多项的含义是指有时事物的状态不止两种，此时logistic回归模型的应变量为多项分类变量，其变量值可以取1，2，…，m，m为参照类，这些取值只表示一个排列序号，不存在1<2<,…,<m的数量关系。如：某应变量取值为1、2、3，系统将应变量值3定义为参照类，与值1和2分别建立两个二项分类logistic回归模型。条件logistic回归模型可通过从分析菜单项中选择生存函数中的Cox回归过程来拟合。（成组）logistic回归分析logistic回归分析logistic回归分析logistic回归分析步骤

数据文件：“例12-1.sav”。数据格式：10列54行。10个列变量，其中，1个标识变量“序号”，1个反应变量“y”，其余8个自变量。统计分析分析→回归→二元Logistic…

因变量:y

协变量:x1~x8

方法:向后：LR

选项…

统计量和图

exp[B]的CI95%

输出

在最后一个步骤中步进概率进入：0.1删除：0.15logistic回归分析步骤“方法”

logistic回归分析方法，有7种方法可供选择：进入强迫引入法，系统默认。向前:条件向前逐步法（条件似然比统计量）。向前:LR向前逐步法（似然比统计量）。向前:Wald向前逐步法（Wald（沃尔德）统计量）。向后:条件向后逐步法（条件似然比统计量）。向后:LR向后逐步法（似然比统计量）。向后:Wald向后逐步法（Wald（沃尔德）统计量）。此例题选择“向后:LR”

logistic回归分析步骤

logistic回归选项有：1）统计量和图：本例选择“exp[B]的CI95%”（其他暂不讨论）2）输出：显示计算结果在每个步骤中：显示每一步结果，系统默认。在最后一个步骤中：显示综合中间过程和最后结果。本例选择此项3）步进概率：变量引入或剔除的概率标准：进入:.05选入变量的标准，系统默认0.05。本例题为0.10。删除.10剔除变量标准，系统默认0.10。本例题为0.15。4）分类标准值0.5因变量分类值界限。系统默认值为0.55）最大迭代次数设定最大迭代次数，系统默认值为20。6）在模型中包括常数logistic回归方程的模型中包含常数项，系统默认。二分类logistic回归分析结果1.模型的综合性检验χ2=28.561，P=.000。二分类logistic回归分析结果2.实际(observe)与预报(predict)分类表总的正确率=（21+21）/（28+26）=77.8%二分类logistic回归分析结果3.logistic回归方程（主要危险因素及其logistic回归系数、优势比OR、OR95%CI。）当b=0时，OR=1，说明因素x对疾病发生不起作用；当b>0时，OR>1，说明因素x是一个危险因子；当b<0时，OR<1，说明因素x是一个保护因子。二分类logistic回归分析结果条件logistic回归分析一、基本概念SPSS软件包从V7至V18版本均