SPSS如何使用二元回归分析？SPSS二元回归分析方法的教学

SPSS如何使用二元回归分析？二元变量是数据统计中经常出现的一类变量，这个变量只有两种可能：是和否，那么我们如何对二元变量进行回归分析呢？下面小编就给大家讲解一下！

操作方法：

一.概述

1.抽样资料

图1:样本数据这是肿瘤患者肿瘤状况的统计表。通过二元回归分析，可以拟合出年龄、肿瘤大小、扩散级别三个变量与癌部位淋巴结是否含有癌细胞之间的回归关系。

2.二元逻辑回归

图2:功能位置在“分析”菜单下，可以打开“回归”中的“二元逻辑回归”分析，这是SPSS提供的二元回归的特殊分析方法。

二、操作指南

1.可变设置

图3:变量设置以“癌症部位的淋巴结是否含有癌细胞”为因变量，将其余三个变量移入协变量窗口。

以下方法设置协变量的输入模式。默认的“输入”是输入所有变量。其他方法是根据一些特定的方法向前或向后消除变量，然后输入。我们可以在这里使用“输入”。

选择变量用于设置过滤器变量。这个数据样本中的变量很少，所以不使用这个函数。

2.分类设置

图4:分类设置分类窗口设置分类协变量。这里的分类变量是“肿瘤扩散分级”，选择“指示灯”比较法，“最后一个”是指类别。

3.保存设置

图5:保存设置这是IBM SPSS Statistics分析中常见的分析保存对话框，用户可以在其中设置要保存的预测值、影响和残差，只需勾选要保存的项目前的复选框即可。

检查概率、组成员、杠杆值、标准化和协方差矩阵。

4.选项设置

图6:在该对话框中设置统计图和步长概率，检查分类图和Hosmer-Lemeishaw拟合优度，并在每一步输出。

录入概率和删除概率是分步概率设置的，前者要小于后者，系统默认可以维护。

5.完成分析

图7:分析结果在输出日志中查看最终分析结果。SPSS将为用户提供模型的相关参数，包括案例统计、显著性参数、模型拟合参数等。本例显著性系数小，拟合参数大，因此对于这三个自变量，因变量与它们之间的拟合效果不明显。