二元回归分析结果

用SPSS做二元Logic回归-2/、Logistic二元-1/结果显示OR为1.163,P为0.468/12368 。SPSS二元Logistic 回归-2/ , 如果你也在Logistic回归(单因素分析)中分别做性别和专业 , 那么结果会和卡一样 。

1、如何将spss 二元logistic 回归数据整合到最终论文中Logistic 回归主要分为三类 , 一类是因变量为二元的Logistic 回归,这类回归称为二项式logistic 回归 。一种是logistic 回归因变量是无序多分类的 。比如这种回归就叫多项式logistic 回归 。还有一种logistic 回归其因变量是有序多分类的,如疾病严重程度高、中、低等 。这种回归又叫累积逻辑回归,或序数逻辑回归 。

2、SPSS进行 二元logistic 回归 分析,结果如下,能否说明我的假设:自变量3对...如果你的方法分析是正确的,这个结果可以说明变量3在这个模型中显著,而变量1不显著,对Y的影响很小..结果你的变量1的S.E .值太大,我也遇到过类似的问题 。我咨询过一些人,有的说是共线性问题,有的说是样本量问题 。一位医学统计学专业的博士给我写了一篇文章(根据正态分布理论,Wald统计量很容易计算,但是它有一个不好的性质,就是当系数回归的绝对值较大时,这个系数的估计的标准误差会扩大,从而导致Wald统计量值较小,这样第二类误差的概率就会增大,也就是实际上会导致拒绝 。

3、Logistic 二元 回归结果中OR为1.163及P为0.468是 分析有问题吧这种情况很正常,是分别使用单因子分析和多因子分析造成的 。卡方检验相对于Logistic 回归,一次只能考虑一个因素,所以你的性别和专业在卡方检验中是分开做的(单因素分析) 。如果在Logistic 回归(单因素分析)中分别做性别和专业 , 结果会和卡方检验完全一样 。但是,如果在Logistic回归(multiple factors分析)中同时使用性别、专业等多个因素,那么模型中的所有因素都可以相互影响,可能产生共线性 。
4、请教大神,使用SPSS做 二元逻辑 回归 分析时,为什么结果里有部分变量不显示...【二元回归分析结果】如果用逐步的方法,明显的变量就会显示出来 。使用enter方法似乎很正常,原则上所有变量都要输入,但如果某些变量的数据不正确,可以不输入 。请给我看看具体数据,因为你给一个哑变量赋值,输出结果的意义就是和不显示的比较 , 解读就是和增加或值相乘风险的东西比较 。

    推荐阅读