手把手教你SPSS二分类Logistic回归分析Word下载.docx
《手把手教你SPSS二分类Logistic回归分析Word下载.docx》由会员分享，可在线阅读，更多相关《手把手教你SPSS二分类Logistic回归分析Word下载.docx（8页珍藏版）》请在冰豆网上搜索。
31.01
5.07
6
39
26.79
4-13
7
27.49
5.44
8
37
26.31
3.80
9
55
32.37
5.02
10
32
26.14
4.50
11
40
29.34
5.53
12
24.82
4.85
13
35
25.33
4.14
14
19.66
5.60
15
33
27.27
3.99
1G
26.60
4.31
17
47
18.73
5.90
18
28.71
6.63
19
29.10
6.89
20
29.51
570
21
22.84
4.69
22
41
26.57
4.63
23
20.84
4.81
|24-
20.30
4.64
]25
66
17.81
|2G
5.04
27
24.12
6.90
28
48
27.39
6.23
j2»
30.31
4.76
]30
31
31.84
6.02
49
24.38
5.30
20.86
6.03
]33
38
30.46
]34
51
31.43
5.32
]36
19.36
5.11
|36
30.08
3.42
二、对问题分析
使用Logistic模型前，需判断是否满足以下7项假设。
假设1:
因变量（结局）是二分类变量。
假设2：
有至少1个自变量，自变量可以是连续变量，也可以是分类变量。
假设3：
每条观测间相互独立。
分类变量（包括因变量和自变量）的分类必须全而且每一个分类间互斥。
假设4：
最小样本量要求为自变量数目的15倍，但一些研究者认为样木量应达到自变量数目的50倍。
假设5：
连续的自变量与因变量的logit转换值之间存在线性关系。
假设6：
自变量之间无多重共线性。
假设7：
没有明显的离群点、杠杆点和强影响点。
假设1-4取决于研究设计和数据类型，本研究数据满足假设1-4o那么应该如何检验假设5-7,并进行Logistic回归呢？
三、SPSS操作
3.1检验假设5：
连续的自变量与因变量的logit转换值之间存在线性关系。
连续的自变量与因变量的logit转换值之间是否存在线性关系，可以通过多种方法检验。
这里主要介绍Box-Tidwell方法,即将连续自变量与其自然对数值的交互项纳入回归方程。
本研究中，连续的自变量包括age、BMI、TCo使用Box-Tidwell方法时，需要先计算age、BMI、TC的自然对数值，并
命名为ln_age>
ln_BMI>
ln_TCo
（1）计算连续自变量的自然对数值
以age为例，计算age的自然对数值ln_age的SPSS操作如下。
在主界面点击TransformComputeVariable,出现ComputeVariable对话框。
在TargetVariable框中输入即将生成自然对数值的变量名称（如输入ln_age表示age的自然对数值）。
选择Functiongroup菜单卜的Arithmetic,选择Functionsandspecialvariables菜单下的Ln,双击Ln将该公式选入NumericExpression框中，最后双击age将该变量选入“LN（）”公式中。
点击0K生成新变量ln_age
（即age的自然对数值）。
如图2。
LN（age）
Type&
Label...|
OK][^ste|Reset|Cancelj[Helpj
此时新变量会同时出现在VariableView和DataView窗口中。
在DataView窗口中，新生成的ln_age变暈如图3。
owe%AC夏亀事o汚-q<
3]
重复以上过程，将木研究中的所有连续自变量的自然对数值全部
生成。
在DataView中，新生成的ln_age,ln_BMI,ln_TC变量如图
4o
伦^Logistic曲0[EtaSe门:
-IBMSPSSStatisticsDataEditor^
FileEdnviewDataTransformAnabzeDirectMarxetinoGraphsutilitiesAdO<
nsvvindwHelp
ID
age
BMI
TC
In.ag©
In.BMI
InJC
—~~11
20.16
3.97
3.61
3.00
1.3B
2
63
1678
438
414
282
148
2922
537
383
337
168
2993
5S4
3S8
340
171
3.53
3.43
1.62
i5
2579
413
366
325
142
2749
544
353
331
169
2631
380
361
323
133
4.01
3.48
1.61
2614
450
347
326
150
（2）Box-Tidwell法
Box-Tidwell法检验连续的自变量与因变量的logit转换值之间是否存在线性关系的SPSS操作如下。
在主界面中点击Analyze-Regression—^BinaryLogistico在LogisticRegression对话框中将变量CVD选入Dependent框中，将变量age、gendernBMI和TC选入Covariates框中。
Methods选项选择默认值,即Entero女口果目前未选择Enter,应修改为Entero如图5。
点击Categorical、在LogisticRegression:
DefineCategoricalVariables对话框中，将genderCategoricalCovariates框中。
在ChangeContrast区域，将ReferenceCategory从Last改为First后，点击ChangeContinueo如图6。
对于二分类变量（如本研究的gender）,也可以不通过Categorical选项指定参照，SPSS将默认以赋值较低的变量为参照。
Categorical选项可将多分类变量（包扌舌有序多分类和无序多分类）变换成哑变量，指定某一分类为参照。
比如，某研究
中COPD是多分类变量（分为无C0PD病史、轻/中度、重度），如果指定“无COPD病史”的研究对象为参照组，可以分别比较“轻/中度”和“重度”组相对于参照组发生结局的风险。
Contrast右侧的下拉菜单中（该下拉菜单内的选项是几种与参照比较的方式），Indicator方式最常用，其比较方法为：
第一类或最后一类为参照类，每一类与参照类比较）。
在ReferenceCategory的右侧选择First,表示本研究以女性（赋值为0）为对照组。
回到LogisticRegression对话框后，可见gender己显示为gender（Cat）o分类变量后显示“（Cat）”说明己正确定义分类变量。
如图7。
设置好分类自变量后，开始生成交互项。
以age和ln_age为例，同时选中age和ln_age（使用Ctrl键+鼠标点击），点击“>
a*b>
”键，将age*ln_age交互项选入Covariates框中。
如图8。
重复以上过程，将所有交互项都选入Covariates框中，点击0心
如图90
（3）假设5的检验结果
查看VariablesintheEquation表格中，有交互作用的行及行内"
Sig”值，本研究中为agebyln_age>
BMIbyln_BMI和TCbyln_TC所在的行及行内“Sig”值。
如图10。
VariablesintheEquation
B
S.E.
Wald
df
Sig.
Exp（B）
Step1aago
1.893
1.019
3.452
.063
6.640
gender
（1）
.038
.601
.004
.949
1.039
.670
2.754
.059
.808
1.954
-5.191
11.017
・222
・637
•006
agebyInnage
-.369
.210
3.087
.079
.692
BMIbyIn.BMI
-.112
.652
.029
.864
.894
TCbyln.TC
2.292
4.150
.305
.581
9.898
Constant
-22.342
30.528
.536
.464
.000
a.Variable（s）enteredonstep1:
age,gender,BMI.TC,age*ln_age,BMI*ln_BMI,TC*ln_TC.
如果交互作用有统计学意义（P〈0.05）,则说明对应的连续自变量与因变量logit转换值间没有线性关系（即不符合假设5）o尽管
升级会员 