【SPSS】回归分析详细操作教程（附案例实战）（上）：https://developer.aliyun.com/article/1434873

复合回归方程，拟合优度决定系数0.971（小于三次曲线回归方 程），各回归系数显著性小于0.05，表明模型显著。但拟合优度小于三次曲线回归方程。因此三次曲线更好反映随年人均可支配 收入增加，教育支出的变量情况。

二元logistic回归分析

   在实际资料分析中，有一些因变量是分类变量，那么这样的资料就不能使用前面介绍的线性回归模型进行分析。遇到这种情况，我 们一般采取logistic回归模型对数据进行分析。

       二元logistic回归是指因变量为二分类变量时的回归分析。如在采用了某种治疗方案后，病人的治疗结局是有效或无效、生存或死亡；人们对自己的生存质量是否满意；想探讨胃癌发生的危险因素，可以选择两组人群，一组是胃癌组，一组是非胃癌组，两组人群肯定有不同的体征和生活方式等。这里的因变量就是是否胃癌， 即“是”或“否”，为两分类变量。【案例】： 为了评价某新疗法的疗效，某研究者随机抽查了40名某病患 者，治疗后一定时间内观察其康复状况。其中变量Y为康复状况 （Y=0表示未康复，Y=1表示康复），X1表示病情严重程度（1表示 严重，0表示不严重），X2表示疗法（0表示新疗法，1表示传统疗 法）。目的研究评价不同疗法对康复状况的作用有无差别？

操作步骤：

①导入数据

②【分析】-->【回归】-->【二元Logistic】

③选择因变量和协变量

④点击“分类”按钮

当选择了分类协变量后，就可以选择参考类别，以及对比方式。

⑤点击“保存”按钮

如果勾选了“概率”和“组成员”后就会将这两个值保存到原始数据中。

⑥点击“选项”按钮

⑦点击“确定”，查看输出结果

从个案处理摘要中可以看到，个案数选定40，总计也是40，未选定个案数0。

从因变量编码中可以看到，0表示未康复，1表示康复。

从分类变量编码中可以看到疗法有两类，新疗法和传统疗法。病情严重程度也是两类不严重和严重。

查看最终迭代分析结果：

从模型系数检验中可以看到，显著性都小于0.05,表示模型总体有意义。

在模型系数检验中得到模型是有意义的，接下来看模型摘要，有两种R方决定因数，分别是0.156和0.210，R方值比较小，总体来说模型拟合优度比较小。

最终预测结果：

对未康复预测正确率达到65.2%，康复预测正确率达到70.6%。 总体预测正确率67.5%。

 从最终模型中的变量可以看到：从常量显著性0.021小于0.05说 明常量对模型是有意义的，从病情严重程度显著性0.209大于 0.05。说明病情严重程度对模型是没有意义的，即病情严重程度 对康复和未康复没有影响。

        治疗方法显著性0.022小于0.05，说明治疗方法对模型是有意义的。而且是和治疗方法值为1进行比较。治疗方法值为1表示传统疗法。得出结论，相对于传统疗法，新疗法更有易于病人康复， 换句话说，就是新疗法比传统疗法的疗效更好。

多元logistic回归分析

        前面讲解的二元logistic回归分析仅适合因变量Y只有两种取值（二元logistic）的情况，如：有或无，是或否的情况。 当因变量Y具有两种以上的取值时，就要用多元logistic回归分析。

【案例】关于早餐喜好的民意调查，该调查记录了参与者的年龄、性别、婚姻状况以及生活方式是否积极，每个个案代表一个单独的响应者。调查机构想搞清楚是什么影响着受访人每天吃什么早餐。因变量“早餐选择”包括（1=早餐吧、2=燕麦类、3=谷物类），自变量暂定年龄、婚姻状况以及生活方式。

操作步骤：

①导入数据

②【分析】-->【回归】-->【多元Logistic】

③在打开的多元Logistic回归窗口，选择首选的早餐到“因变量” 中。点击“参考类别”，默认勾选的是最后一个类别，指以最后一 个类别为参照类别，用其他分类依次与之对比，考察不同水平间 的倾向。

④选择年龄、婚姻状况以及生活方式选入“因子”

⑤主面板中，点击【模型】按钮，打开【多元logistic回归：模 型】对话框，勾选【主效应】，本例主要考察自变量年龄、生活方式、婚姻状况的主效应，暂不考察它们之间的交互作用，然后点击【继续】。

⑥ 主面板中，点击【统计】按钮，设置模型的统计量。主要【伪R方】【模型拟合信息】【分类表】【拟合优度】这几项必选，其他可以默认不勾选。这些参数主要用于说明建模的质量。

⑦主面板中，点击【统计】按钮

⑧ 点击“确定”查看输出结果：

个案处理摘要表，列出因变量和自变量的分类水平及对应的个案百分比。建议在此表主要读取变量分类水平的顺序，比如自变量“年龄段”，第一个分类是“低于31岁”，第二个分类是“31- 45”，第三个分类是“45-60”，第四个分类是“60岁以上”，尤其是看清楚最后一个分类，因为我们前面参数设置时要求是以最后一 个分类为对比参照组的。

模型拟合信息表，读取最后一列，显著性值小于0.05，说明模型有统计意义，模型通过检验。

拟合优度表，原假设模型能很好地拟合原始数据，最后一列皮尔逊卡方显著性值0.952，概率较大，原假设成立，说明模型对原始数据的拟合通过检验。

伪R方表，依次列出的3个伪R方值（类似于决定系数）均偏低， 最高0.4，说明模型对原始变量变异的解释程度一般，还有一部分信息无法解释，拟合程度并不是很优秀。

模型似然比检验表，我们能看到最终进入模型的效应包括截距、 年龄、婚姻状况、生活方式，而且最后一列显著性值表明，三个自变量（影响因素）对模型构成均有显著贡献，研究它们是有意 义的。

参数估计表，列出自变量不同分类水平对早餐选择的影响检验， 是多元logistic回归非常重要的结果。 第二列B值，即各自变量不同分类水平在模型中的系数，正负符号表明它们与早餐选择是正比还是反比关系。第六列是检验显著性值，此值小于0.05说明对应自变量的系数具有统计意义，对因 变量不同分类水平的变化有显著影响。

模型在预测燕麦类早餐选择倾向上准确率最高，达到77.1%，其他两个早餐选择的预测略低，模型总体预测准确率为57.4%，表现一般。前面伪R方数据显示，模型对总体变异的解释能力不足，这和总体预测准确率结论也一致。