1樓：匿名使用者
不需要看，你這個操作有問題的
logit回歸
1.開啟資料，依
次點選：analyse--regression--binarylogistic，開啟二分回歸對話方塊。
2.將因變數和自變數放入格仔的列表裡，上面的是因變數，下面的是自變數。
3.設定回歸方法，這裡選擇最簡單的方法：enter，它指的是將所有的變數一次納入到方程。其他方法都是逐步進入的方法。
4.等級資料，連續資料不需要設定虛擬變數。多分類變數需要設定虛擬變數。
5.選項裡面至少選擇95%ci。
點選ok。
統計專業研究生工作室為您服務
spss回歸分析中 自由度,wald之類各有什麼作用
2樓：匿名使用者
卡方值（wald）是卡方檢驗時計算出來的值，卡方檢驗用於進行兩個率或兩個構成比的比較。最簡單和最典型的就是2*2列聯表的卡方檢驗.
自由度根據你的樣本量來決定，自由度=（行數-1）（列數-1） 。自由度具體沒有什麼大的實際意義但是它有他的條件：如果是2*2列聯表的卡方檢驗，要求樣本含量應大於40且每個格仔中的理論頻數不應小於5。
當樣本含量大於40但理論頻數有小於5的情況時卡方值需要校正，當樣本含量小於40時只能用確切概率法計算概率。
spss表中的b值，or值、wald值各自代表什麼含義？三者大小有聯絡嗎？
3樓：return小風
b值是指回歸係數和截距（常數項），可以是負數（負相關時回歸係數出現負值專
）；or是指定義比數比（odds ratio），其屬取值範圍是0至正無窮，不可能是負數；wald是乙個卡方值，等於b除以它的標準誤（s.e.）的平方值，因此也不可能是負數。
wald用於對b值進行檢驗，考察b值是否等於0。若b值等於0，其對應的or【exp(b)】為1，表明兩組沒有顯著差異。or等於b值的反自然對數。
wald值越大，b值越不可能等於0。
s.e.是標準誤,表示估計值的平均誤差.
wals是乙個統計量,用檢驗自變數對因變數是否有影響的.它越大,或者說它對應的sig越小,則影響越顯著.df是自由度,在分析中不用解釋.
實踐應用中,關鍵的是解釋係數b,或者後面的exp(b),稱為or.還有sig,其它的可以不管.
spss 多因素非條件logistic回歸分析 中的se 、b 、r、 p是什麼意思？
4樓：潮潮
spss多因素非條件logistic回歸分析中：se表示標準誤、b表示回歸係數、r表示擬合優度指標、p表示：p>1是危險因素、p<1保護因素、p=1該因素不起作用。
1、spss多因素非條件logistic回歸分析是解決2023年數模國賽a題的重要工具，spss是常用的多因素分析軟體，通過顯著性水平來衡量因素對變數的影響。
2、對每個自變數與因變數做相關，看是否有線性關係，有意義的自變數進行分析，分析spss多因素非條件logistic分析自變數和因變數，因變數是得分，自變數需要重新編碼，都要先編碼虛擬變數（虛擬變數個數等於變數數減一）。
5樓：匿名使用者
se標準誤
、b 回歸係數
、r擬合優度指標
、 p和0.05比較
只要看p和or其他不用管
統計專業
如何用spss做logistic回歸
6樓：匿名使用者
logistic回歸可以劃分為二元logistic回歸、多分類logistic回歸、有序logistic回歸。
7樓：南心網心理統計
因變數為分類變數，spss中有專門的logistic回歸分析控制項。
8樓：逄鶴閔沛凝
開啟資料以後，選單欄上依次點選：analyse--regression--binary
logistic，開啟二分回歸對話方塊
將因變數和自變數放入格仔的列表裡，如圖所示，上面的是因變數，下面的是自變數，我們看到這裡有三個自變數
設定回歸方法，這裡選擇最簡單的方法：enter，它指的是將所有的變數一次納入到方程。其他方法都是逐步進入的方法，在前面的文章中有介紹，這裡就不再熬述。
點選ok，開始處理資料並檢驗回歸方程，等待一會就會彈出資料結果視窗
看到的第乙個結果是對case的描述，第乙個列表告訴你有多少資料參與的計算，有多少資料是預設值；第二個列表告訴你因變數的編碼方式，得分為1代表患病，得分為0代表沒有患病
這個列表告訴你在沒有任何自變數進入以前，**所有的case都是患病的正確率，正確率為%52.6
下面這個列表告訴你在沒有任何自變數進入以前，常數項的**情況。b是沒有引入自變數時常數項的估計值，se它的標準誤，wald是對總體回歸係數是否為0進行統計學檢驗的卡方。
下面這個**結果，通過sig值可以知道如果將模型外的各個變數納入模型，則整個模型的擬合優度改變是否有統計學意義。
sig值小於0.05說明有統計學意義
這個**是對模型的全域性檢驗，為似然比檢驗，供給出三個結果：同樣sig值<0.05表明有統計學意義。
下面的結果展示了-2log似然值和兩個偽決定係數。兩個偽決定係數反應的是自變數解釋了因變數的變異佔因變數的總變異的比例。他們倆的值不同因為使用的方法不同。
分類表，這裡展示了使用該回歸方程對case進行分類，其準確度為%71.8。
最後是輸出回歸方程中的各變數的係數和對係數的檢驗額值，sig值表明該係數是否具有統計學意義。到此，回歸方程就求出來了。
9樓：毓玲敏高潔
基因多型性是幾分類變數，如果是超過兩分類的，需要先設定啞變數，其他自變數如果有的分類變數超過了兩分類都需要設定啞變數，連續性變數和兩分類變數可以直接使用。
二型糖尿病的發病風險因變數是怎麼賦值的，是否是分為「是或否」的，如果是就採用二分類的logistic回歸分析法
點開之後，將因變數移入，所有自變數均移入covariates裡面，然後其他預設即可，分析出來的基因多型性的回歸係數即為排除其他自變數的影響下，每種基因型的影響
10樓：摩羯羋粒
用spss做logistic回歸的方法：
首先，匯入測試資料到spss，點左上角：檔案-開啟-資料。
然後依次點選圖示選單欄上的分析-回歸-多項logistic。
接著，把左側框內的變數拖入到右側的因變數、因子和協變數框內。
需要注意區別因變數和協變數的區別，因子一般是分類變數（名義變數），協變數是連續性變數。在圖示的度量標準中即可看到。
接著，依次設定多項邏輯回歸的模型、統計量、條件、選項和儲存。
設定好後，按下確定即可得到多項logistic回歸的模型彙總、檢驗資訊等。
多元線性回歸中能計算Wald值和OR值嗎
就是說這些引數都相等。第一幅圖原假設是c2 c3，然後3個檢驗測試結果的p值都遠遠大於0.05，那麼無法否定原假設，認為c2 c3.下面的都同理，你的p值都在0.5附近，大得很。每幅圖的第二個表是告訴你均值和標準差的，如此可以算95 置信區間。logistic回歸裡才有wald值即z值的平方，以及o...
spss多元回歸分析出的F檢驗的Sig值為0 75，係數b的sig值有的大於0 1有的小於0 1，怎麼分析
模型總體檢驗和係數檢驗有一定關係，但是是兩種不同檢驗方法，我替別人做這類的資料分析蠻多的 spss多元線性回歸 f檢驗的sig值都小於0.05，但是t檢驗的sig均大於，也就是係數不可以用啊！怎麼辦！有乙個是0.006，應該也是可以接受的 f檢驗和t檢驗原本就不是一回事 我替別人做這類的資料分析蠻多...
如何用SPSS做logistic回歸分析
開啟資料以後，選單欄上依次點選 analyse regression binary logistic，開啟二分回歸對話方塊 2將因變數和自變數放入格仔的列表裡，如圖所示，上面的是因變數，下面的是自變數，我們看到這裡有三個自變數 設定回歸方法，這裡選擇最簡單的方法 enter，它指的是將所有的變數一次...