SPSS怎么做logistic回归？
用得到的print值做因变量，用原始数据做自变量。然后线性回归，所得到的回归系数就是线性组合的系数，然后做的回归相当于一个线性方程组，然后就可以还原成主成分回归方程了。
Logistic回归主要分为三类，一种是因变量为二分类得logistic回归，这种回归叫做二项logistic回归，一种是因变量为无序多分类得logistic回归，比如倾向于选择哪种产品，这种回归叫做多项logistic回归。
还有一种是因变量为有序多分类的logistic回归，比如病重的程度是高，中，低呀等等，这种回归也叫累积logistic回归，或者序次logistic回归。
扩展资料：
数据标准化（归一化）处理是数据挖掘的一项基础工作，不同评价指标往往具有不同的量纲和量纲单位，这样的情况会影响到数据分析的结果，为了消除指标之间的量纲影响，需要进行数据标准化处理，以解决数据指标之间的可比性。原始数据经过数据标准化处理后，各指标处于同一数量级，适合进行综合对比评价。
意义：数据中心化和标准化在回归分析中是取消由于量纲不同、自身变异或者数值相差较大所引起的误差。
原理：数据标准化：是指数值减去均值，再除以标准差；
数据中心化：是指变量减去它的均值。
目的：通过中心化和标准化处理，得到均值为0，标准差为1的服从标准正态分布的数据。
参考资料来源：百度百科 ——SPSS回归分析
在SPSS中进行Logistic回归分析通常遵循以下步骤：
数据准备：确保所有变量都已正确输入到SPSS中，并且数据是清洁和准确的。因变量需要是二元的，即只有两种可能的结果，例如“是”和“否”。
选择Logistic回归分析：在SPSS的菜单栏上选择“分析”，然后选择“回归”，再选择“二元Logistic”。
输入变量：在弹出的对话框中，将因变量放入“因变量”框中，将协变量（自变量）放入“协变量”框中。您可以同时输入多个协变量。
运行分析：点击“确定”按钮，SPSS将运行多元Logistic回归分析，并在输出窗口中显示结果。
结果解读：理解SPSS的多元Logistic回归输出结果可能需要一些时间。您需要检查模型拟合信息，包括-2对数似然值（-2 Log Likelihood），这个值越小越好。参数估计部分展示了每个预测变量的回归系数（B），标准误差，Wald统计量和相关的p值。如果p值小于您设定的显著性水平（通常为0.05），则可以认为该预测变量在模型中是显著的。
模型评估：使用Hosmer-Lemeshow拟合优度检验（Hosmer-Lemeshow Goodness of Fit Test）来评价模型是否很好地拟合了数据。如果P值大于0.05，则可以认为模型拟合度良好。
预测：使用回归模型进行预测，您可以在SPSS中保存预测值，并将模型应用于其他数据集中，以进行预测分析。
绛旓細浜屽厓logit鍥炲綊 1.鎵撳紑鏁版嵁锛屼緷娆＄偣鍑伙細analyse--regression--binarylogistic锛屾墦寮浜屽垎鍥炲綊瀵硅瘽妗嗐2.灏嗗洜鍙橀噺鍜岃嚜鍙橀噺鏀惧叆鏍煎瓙鐨勫垪琛ㄩ噷锛屼笂闈㈢殑鏄洜鍙橀噺锛屼笅闈㈢殑鏄嚜鍙橀噺锛堝崟鍙橀噺鎷夊叆涓涓紝澶氬洜绱犳媺鍏ュ涓級銆3.璁剧疆鍥炲綊鏂规硶锛岃繖閲岄夋嫨鏈绠鍗曠殑鏂规硶锛歟nter锛屽畠鎸囩殑鏄皢鎵鏈夌殑鍙橀噺涓娆＄撼鍏ュ埌鏂圭▼銆傚叾浠栨柟娉...
绛旓細浜屽垎绫绘寚鐨勬槸鍥犲彉閲忕殑鏁版嵁鍙湁涓や釜鍊硷紝浠ｈ〃浜嬬墿鐨勪袱绉嶇被鍒紝鍏稿瀷鐨勪簩鍒嗙被鍙橀噺濡傛у埆銆佹槸鍚︽偅鐥呯瓑銆傚洜鍙橀噺涓轰簩鍒嗗彉閲忓師鍒欎笂鏄棤娉曞仛鍥炲綊鐨勶紝鍦ㄥ洖褰掓柟绋嬩腑鐨勫洜鍙橀噺瀹炶川涓婃槸姒傜巼锛岃屼笉鏄彉閲忔湰韬傚湪鐞嗚В浜屽垎绫诲彉閲忎互鍚庯紝鎴戜滑鐪嬬湅濡備綍鍋浜屽垎绫诲彉閲忕殑logistic鍥炲綊銆傛墦寮鏁版嵁浠ュ悗锛岃彍鍗曟爮涓婁緷娆＄偣鍑伙細analyse--...
绛旓細澶氬垎绫绘棤搴弆ogit鍥炲綊 1.鎵撳紑鏁版嵁锛屼緷娆＄偣鍑伙細鍒嗘瀽--鍥炲綊--澶氬垎绫汇2.灏嗗洜鍙橀噺鍜岃嚜鍙橀噺鏀惧叆鏍煎瓙鐨勫垪琛ㄩ噷锛屼笂闈㈢殑鏄洜鍙橀噺锛屼笅闈㈢殑鏄嚜鍙橀噺锛堝崟鍙橀噺鎷夊叆涓涓紝澶氬洜绱犳媺鍏ュ涓級銆3.璁剧疆鍥犲彉閲忓弬鑰冩按骞 4.绛夌骇璧勬枡锛岃繛缁祫鏂欎笉闇瑕佽缃櫄鎷熷彉閲忋傚鍒嗙被鍙橀噺闇瑕佽缃櫄鎷熷彉閲忋傝櫄鎷熷彉閲廇BCD鍥涚被锛屼互a涓哄弬鑰...
绛旓細瀹冧細缁欏嚭楠岃瘉鐨勬纭巼锛屾槸涓瘮杈冮噸瑕佺殑鎸囨爣銆備富瑕佺湅寰楄〃灏辨槸杩欎簺锛屽鏋滄湁鐨勫彉閲忎笉閫傚悎鍋氳嚜鍙橀噺锛屽彲浠ラ氳繃鍏朵粬寮曞叆娉杩涜绛涢夈傚椤logistic鍥炲綊鏂规硶鍜屼簩椤圭被浼煎搱銆傛兂瑕佹垚涓烘暟鎹垎鏋愬笀鍚楋紵鎯宠瀛︿範鏁版嵁鎸栨帢鐭ヨ瘑鍚楋紵澶ф暟鎹椂浠ｅ凡缁忔潵涓达紝蹇埌ppv璇惧涔犲ぇ鏁版嵁锛佹彁渚spss锛宻as锛屾捣閲忓厤璐硅棰戝摝锛屼綘杩樺湪绛変粈涔堬紵
绛旓細Logistic鍥炲綊涓昏鍒嗕负涓夌被,涓绉嶆槸鍥犲彉閲忎负浜屽垎绫诲緱logistic鍥炲綊,杩欑鍥炲綊鍙仛浜岄」logistic鍥炲綊,涓绉嶆槸鍥犲彉閲忎负鏃犲簭澶氬垎绫诲緱logistic鍥炲綊,姣斿鍊惧悜浜庨夋嫨鍝浜у搧,杩欑鍥炲綊鍙仛澶氶」logistic鍥炲綊銆傝繕鏈変竴绉嶆槸鍥犲彉閲忎负鏈夊簭澶氬垎绫荤殑logistic鍥炲綊,姣斿鐥呴噸鐨勭▼搴︽槸楂,涓,浣庡憖绛夌瓑,杩欑鍥炲綊涔熷彨绱Нlogistic鍥炲綊,鎴栬呭簭娆ogist...
绛旓細浜屽厓logit鍥炲綊 1.鎵撳紑鏁版嵁锛屼緷娆＄偣鍑伙細analyse--regression--binarylogistic锛屾墦寮浜屽垎鍥炲綊瀵硅瘽妗嗐2.灏嗗洜鍙橀噺鍜岃嚜鍙橀噺鏀惧叆鏍煎瓙鐨勫垪琛ㄩ噷锛屼笂闈㈢殑鏄洜鍙橀噺锛屼笅闈㈢殑鏄嚜鍙橀噺锛堝崟鍙橀噺鎷夊叆涓涓紝澶氬洜绱犳媺鍏ュ涓級銆3.璁剧疆鍥炲綊鏂规硶锛岃繖閲岄夋嫨鏈绠鍗曠殑鏂规硶锛歟nter锛屽畠鎸囩殑鏄皢鎵鏈夌殑鍙橀噺涓娆＄撼鍏ュ埌鏂圭▼銆傚叾浠栨柟娉...
绛旓細logit鍥炲綊 1.鎵撳紑鏁版嵁锛屼緷娆＄偣鍑伙細analyse--regression--鏈夊簭logit锛屾墦寮瀵硅瘽妗嗐2.灏嗗洜鍙橀噺鍜岃嚜鍙橀噺鏀惧叆鏍煎瓙鐨勫垪琛ㄩ噷锛屼笂闈㈢殑鏄洜鍙橀噺锛屼笅闈㈢殑鏄嚜鍙橀噺锛堝崟鍙橀噺鎷夊叆涓涓紝澶氬洜绱犳媺鍏ュ涓級銆3.绛夌骇璧勬枡锛岃繛缁祫鏂欎笉闇瑕佽缃櫄鎷熷彉閲忋傚鍒嗙被鍙橀噺闇瑕佽缃櫄鎷熷彉閲忋傜偣鍑籵k銆傜粺璁′笓涓氱爺绌剁敓宸ヤ綔瀹ゅ師鍒涳紝璇峰嬁...
绛旓細Logistic鍥炲綊锛氫富瑕佺敤浜庡洜鍙橀噺涓哄垎绫诲彉閲忥紙濡傜柧鐥呯殑缂撹В銆佷笉缂撹В锛岃瘎姣斾腑鐨勫ソ銆佷腑銆佸樊绛夛級鐨勫洖褰掑垎鏋愶紝鑷彉閲忓彲浠ヤ负鍒嗙被鍙橀噺锛屼篃鍙互涓鸿繛缁彉閲忋傚洜鍙橀噺涓轰簩鍒嗙被鐨勭О涓轰簩椤logistic鍥炲綊锛屽洜鍙橀噺涓哄鍒嗙被鐨勭О涓哄鍏僱ogistic鍥炲綊銆侺ogistic鍥炲綊涓昏鍒嗕负涓夌被锛屼竴绉嶆槸鍥犲彉閲忎负浜屽垎绫诲緱logistic鍥炲綊锛岃繖绉嶅洖褰掑彨鍋氫簩...
绛旓細浜屽厓logit鍥炲綊 1.鎵撳紑鏁版嵁锛屼緷娆＄偣鍑伙細analyse--regression--binarylogistic锛屾墦寮浜屽垎鍥炲綊瀵硅瘽妗嗐2.灏嗗洜鍙橀噺鍜岃嚜鍙橀噺鏀惧叆鏍煎瓙鐨勫垪琛ㄩ噷锛屼笂闈㈢殑鏄洜鍙橀噺锛屼笅闈㈢殑鏄嚜鍙橀噺锛堝崟鍙橀噺鎷夊叆涓涓紝澶氬洜绱犳媺鍏ュ涓級銆3.璁剧疆鍥炲綊鏂规硶锛岃繖閲岄夋嫨鏈绠鍗曠殑鏂规硶锛歟nter锛屽畠鎸囩殑鏄皢鎵鏈夌殑鍙橀噺涓娆＄撼鍏ュ埌鏂圭▼銆傚叾浠栨柟娉...
绛旓細spss娌℃湁涓撻棬澶勭悊鏉′欢logistic鍥炲綊鐨勭▼搴忥紝涓嶈繃鍙互鐢╯pss鐢熷瓨鍒嗘瀽涓殑cox鍥炲綊鎷熷悎鏉′欢logistic鍥炲綊锛屽叿浣撴柟娉曚綘鍙互鍦ㄧ櫨搴︽枃搴撲腑鎼滅储鈥滀互SPSS杞欢鍖呮嫙鍚堟潯浠秎ogistic鍥炲綊妯″瀷鐨勬帰绱⑩濓紝閲岄潰鏈夎缁嗙殑姝ラ銆
