手把手教你SPSS二分类Logistic回归分析.docx

1、手把手教你SPSS二分类Logistic回归分析手把手教你SPSS二分类Logistic回归分析木教程手把手教您用SPSS做Logistic回归分析，目录如下:一、 数据格式二、 对数据的分析理解三、 SPSS做Logistic回归分析操作步骤3. 1线性关系检验假设3.2多重共线检验假设3.3离群值、杠杆点和强影响点的识别3. 4 Logistic回归分析四、 SPSS计算结果的解释五、 结果结论的撰写一、数据格式某研究者想了解年龄、性别、BMI和总胆固醇(TC)预测患心脏 病(CVD)的能力，招募了 100例研究对象，记录了年龄(age)、性 别(gender)、BMI,测量血中总胆固醇水

2、平(TC),并评估研究对象目 前是否患有心脏病(CVD)o部分数据如图1。夕ID&CVD少agegender夕BMI夕TCT3146129.225.374136029.935.645034131.015.076039026.794-137034127.495.448037026.313.809155132.375.0210032026.144.5011140129.345.5312155024.824.8513035125.334.1414046019.665.6015133027.273.991G039026.604.3117147018.735.9018040128.716.6319136

3、129.106.8920146129.5157021036022.844.6922041026.574.6323040120.844.81| 24-034020.304.6425166117.815.53| 2G033022.845.0427155124.126.9028148027.396.23j 2140130.314.7630031131.846.0231149024.385.3032146120.866.0333138130.465.3734151031.435.3236040119.365.11| 36035030.083.42二、对问题分析使用Logistic模型前，需判断是否满足

4、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

5、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 Transform Compute Variable ,出现 Co

6、mpute 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。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

7、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 EditorFile Edn view Data Transform Anabze Direct Marxetino Graphs utilities AdOa*b” 键，将age* ln_age交互

8、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 EquationBS.E.WalddfSig.Exp(B)Step 1a ago1.8931.0193.4521.0636.640gender(1).038.601.0041.9491.039BMI.

9、6702.754.0591.8081.954TC-5.19111.0172221637006age by Innage-.369.2103.0871.079.692BMI by In.BMI-.112.652.0291.864.894TC byln.TC2.2924.150.3051.5819.898Constant-22.34230.528.5361.464.000a. 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