相信目前很多小伙伴對于spss教程回歸分析[3]多項邏輯回歸都比較感興趣，那么小搜今天在網(wǎng)上也是收集了一些與spss教程回歸分析[3]多項邏輯回歸相關(guān)的信息來分享給大家，希望能夠幫助到大家哦。

1、步驟

1、選擇相關(guān)變量作為因變量（分類變量）、因子（即自變量，分類變量或定量變量都可以）、協(xié)變量（只能是定量變量）。在因變量“參考類別”中，勾選最后類別，表示因變量中選最后一個類別作為基線，此處數(shù)據(jù)中的因變量有3個變量，1、2、3，所以選擇3作為基線。

2、“模型”中選擇“主效應(yīng)”，系統(tǒng)默認(rèn)的，對于“全因子”（不僅主效應(yīng)，還有所有因素不同水平組合的交互效應(yīng)也在考慮之中）、“設(shè)定/步進式，即自定義”，最后勾選“在模型中包含截距”。

3、“統(tǒng)計量”單元格可能性：計算單元格的實際頻數(shù)，理論頻數(shù)及其殘差，特定組合情況下具有因變量某一類別傾向的概率估計。分類表：判別分類表。擬合度：只用于當(dāng)自變量各水平組合中均有較多觀察單位時，一種為Pearson卡方檢驗、另一種Deviance卡方檢驗，若是大樣本，兩種檢驗很是相近。定義子總體：此處選用不同的方法，在“單元格可能性”中的輸出和擬合優(yōu)度檢驗結(jié)果是不同的。不同的子集，飽和模型是不同的，這樣會影響到似然比的改變量。

4、“條件”最大步驟得分：運算過程中的最大減半步幅。對數(shù)似然性收斂性：當(dāng)似然比的變化小于所設(shè)定的值時，則收斂，系統(tǒng)默認(rèn)沒有變化時停止迭代。參數(shù)收斂性：所估計的參數(shù)的絕對或相對變化量小于所設(shè)定的值時，停止迭代。Delta：校正系數(shù)，取值在0-1之間，單元格的觀察頻數(shù)為非隨機0時，需要校正，否則默認(rèn)為0。

5、“模型擬合信息”：檢驗整個模型，概率小于顯著性水平0.05，模型有顯著意義?！皵M合優(yōu)度”：由計算出的概率值知，兩種卡方檢驗方法都說明擬合效果好?！皞蜶方”：其意義可參考線性回歸中的R方，但是對于邏輯回歸分析，比較難得到一個易解釋和計算的指標(biāo)?！八迫槐葯z驗”：由計算出的概率都是0，小于顯著性水平0.05，說明其中的變量對于因變量有顯著的影響意義。

6、“參數(shù)估計”：前面步驟中的第一步已經(jīng)講到，以最后類別做參考類別，計算出的變量概率小于顯著性水平0.05的，說明對于因變量有顯著的影響，B列中的數(shù)是計算出的具體系數(shù)。分類：給出預(yù)測的分類數(shù)據(jù)情況，并與實際觀測數(shù)據(jù)項比較，其中的正確率百分比0.38=251/（251+410），其他的計算過程也是這樣道理。

7、給出頻數(shù)、殘差、百分比的預(yù)測值與實際值。結(jié)果顯示相當(dāng)于分類匯總表的形式。如果殘差中有絕對值大于2的情況出現(xiàn)，應(yīng)該考慮是否有別的因素影響模型正確擬合。

本文到此結(jié)束，希望對大家有所幫助。

---

版權(quán)說明：本文由用戶上傳，如有侵權(quán)請聯(lián)系刪除！

---

標(biāo)簽：