手把手教你SPSS二分类Logistic回归分析Word下载.docx

1、31.015.0763926.794-13727.495.4483726.313.8095532.375.02103226.144.50114029.345.531224.824.85133525.334.141419.665.60153327.273.991G26.604.31174718.735.901828.716.631929.106.892029.515702122.844.69224126.574.632320.844.81| 24-20.304.64256617.81| 2G5.042724.126.90284827.396.23j 230.314.76303131.846.02

2、4924.385.3020.866.03333830.46345131.435.323619.365.11| 3630.083.42二、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：

3、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_

4、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 Transform Compute Variable ,出现 Compute Variable对话框。在Target Variable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Function group 菜单 卜的 Arithmetic,选择 Functions and special variables 菜单下的Ln,双击Ln将该公式选入Numeric Expression框中，最 后双击age将该变量选入“LN（）”公式中

5、。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 | Cancel j Help j此时新变量会同时出现在Variable View和Data View窗口中。在Data View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Data View中，新生成的ln_age, ln_BMI, ln_TC变量如图4o伦 Logistic 曲0EtaSe门:-IBM SPSS Statistics Data Editor

6、File Edn view Data Transform Anabze Direct Marxetino Graphs utilities AdOa*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Variables in the Equation表格中，有交互作用的行及行 内Sig” 值，本研究中为 age by ln_age BMI by ln_BMI 和 TC by ln_TC所在的行及行内“Sig”值。如图10。Variables in the Equati

7、onBS.E.WalddfSig.Exp（B）Step 1a ago1.8931.0193.452.0636.640gender（1）.038.601.004.9491.039.6702.754.059.8081.954-5.19111.017222637006age by Innage-.369.2103.087.079.692BMI by In.BMI-.112.652.029.864.894TC byln.TC2.2924.150.305.5819.898Constant-22.34230.528.536.464.000a. Variable（s） entered on step 1: 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（P0.05）,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