1樓：匿名使用者
卡方值是模型的總體檢驗結果，p小於0.001達到顯著水平，說明在模型中至少有一個自變數可以**因變數，sig就是p值，第三行是模型**分類正確率，第四行是偽決定係數，意義不大。
2樓：匿名使用者
卡方顯著性
分類正確的百分比
nagelkerker方
看不懂結果就別亂做logistic迴歸，小心做錯我經常幫別人做這類的資料分析
spss中，logistic迴歸分析得出的引數估計表中exp(b)代表什麼，他有什麼意義。還有 50
3樓：匿名使用者
就是or值，某個因素變化一個單位，代表發病危險的增加exp(b)-1倍
spss中迴歸分析結果解釋，不懂怎麼看
4樓：中子
首先來說明各個符號，b也就是beta，代表迴歸係數，標準化的迴歸係數代表自變數也就是**變數和因變數的相關，為什麼要標準化，因為標準化的時候各個自變數以及因變數的單位才能統一，使結果更精確，減少因為單位不同而造成的誤差。t值就是對迴歸係數的t檢驗的結果，絕對值越大，sig就越小，sig代表t檢驗的顯著性，在統計學上，sig<0.05一般被認為是係數檢驗顯著，顯著的意思就是你的迴歸係數的絕對值顯著大於0，表明自變數可以有效**因變數的變異，做出這個結論你有5%的可能會犯錯誤，即有95%的把握結論正確。
迴歸的檢驗首先看anova那個表，也就是f檢驗，那個表代表的是對你進行迴歸的所有自變數的迴歸係數的一個總體檢驗，如果sig<0.05,說明至少有一個自變數能夠有效**因變數，這個在寫資料分析結果時一般可以不報告
然後看係數表，看標準化的迴歸係數是否顯著，每個自變數都有一個對應的迴歸係數以及顯著性檢驗
最後看模型彙總那個表，r方叫做決定係數，他是自變數可以解釋的變異量佔因變數總變異量的比例，代表迴歸方程對因變數的解釋程度，報告的時候報告調整後的r方，這個值是針對自變數的增多會不斷增強**力的一個矯正（因為即使沒什麼用的自變數，只要多增幾個，r方也會變大，調整後的r方是對較多自變數的懲罰），r可以不用管，標準化的情況下r也是自變數和因變數的相關
希望對您有用
5樓：匿名使用者
看coeffuenthesig即可，
請問logistic迴歸分析是什麼意思?
6樓：醫學統計博士
logistic迴歸主要用於危險因素探索。因變數
y為二分類或多分類變數，自變數既可以為分類變數，也可以為連續變數。
比如，探索胃癌發生的危險因素，胃癌作為因變數，分為兩類，「是」或「否」。危險因素可以有一個多多個，比如性別、年齡、幽門螺桿菌感染等。通過logistic迴歸就可以發現哪些因素會影響胃癌的發生。
7樓：匿名使用者
確定兩種或兩種以上變數間相互依賴的定量關係的一種統計分析方法。一般以x表示自變數,y表示依變數。自變數為一個時,稱為一元迴歸分析,自變數為m個時,稱為m元或多元迴歸分析。
logistics迴歸分析結果，分析方法是否正確，以及每個框的內容分別代表什麼，謝謝啊 87
8樓：浩忠華蘭秋
1. logistic迴歸簡介
logistic迴歸：主要用於因
變數為分類變數（如疾病的緩解、不緩解，評比中的好、中、差等）的迴歸分析，自變數可以為分類變數，也可以為連續變數。因變數為二分類的稱為二項logistic迴歸，因變數為多分類的稱為多元logistic迴歸。
odds：稱為比值、比數，是指某事件發生的可能性(概率)與不發生的可能性（概率）之比。
or（odds ratio）：比值比，優勢比。
2.spss中做logistic迴歸的操作步驟
分析》迴歸》二元logistic迴歸
選擇因變數和自變數（協變數）
3.結果怎麼看
一些指標和資料怎麼看
「exp(b)」即為相應變數的or值（又叫優勢比，比值比），為在其他條件不變的情況下，自變數每改變1個單位，事件的發生比「odds」的變化率。
偽決定係數cox & snell r2和nagelkerke r2，這兩個指標從不同角度反映了當前模型中自變數解釋了因變數的變異佔因變數總變異的比例。但對於logistic迴歸而言，通常看到的偽決定係數的大小不像線性迴歸模型中的決定係數那麼大。
**結果列聯表解釋，看」分類表「中的資料，提供了2類樣本的**正確率和總的正確率。
建立logistic迴歸方程
logit（p）=β-0+β1*x1+β2*x2+……+βm*xm
4.自變數的篩選方法和逐步迴歸
與線性迴歸類似，在logistic迴歸中應儘量納入對因變數有影響作用的變數，而將對因變數沒有影響或影響較小的變數排除在模型之外。
①.wald檢驗：wals是一個統計量，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。
②.似然比檢驗（likelihood ratio
test）：logistic模型的估計一般是使用極大似然法，即使得模型的似然函式l達到最大值。-2lnl被稱為diviance，記為d。
l越大，則d越大，模型**效果越好。似然比檢驗是通過比較是否包含某個或幾個引數β的多個模型的d值。
③.比分檢驗（score test）
以上三種假設檢驗中，似然比檢驗是基於整個模型的擬合情況進行的，結果最為可靠；比分檢驗結果一般與似然比檢驗結果一致。最差的就是wald檢驗，它考慮各因素的綜合作用，當因素間存在共線性的時候，結果不可靠。故在篩選變數時，用wald法應慎重。
spss中提供了六種自變數的篩選方法，向前法（forward）和向後法（backward）分別有三種。基於條件引數估計和偏最大似然估計的篩選方法都比較可靠，尤以後者為佳。但基於wald統計量的檢驗則不然，它實際上未考慮各因素的綜合作用，當因素間存在共線性時，結果不可靠，故應當慎用。
5.模型效果的判斷指標
①.對數似然值與偽決定係數
logistic模型是通過極大似然法求解的，極大似然值實際上也是一個概率，取值在0～1之間。取值為1，代表模型達到完美，此時其對數值為0；似然值越小，則其對數值越負，因此－2倍的對數似然值就可以用來表示模型的擬合效果，其值越小，越接近於0，說明模型擬合效果越好。
②.模型**正確率
對因變數結局**的準確程度也可以反映模型的效果，spss在logistic迴歸過程中會輸出包含**分類結果與原始資料分類結果的列聯表，預設是按照概率是否大於0.5進行分割。
③.roc曲線
roc曲線即受試者工作特徵曲線（receiver
operating characteristic curve），或譯作接受者操作特徵曲線。它是一種廣泛應用的資料統計方法，2023年應用於雷達訊號檢測的分析，用於區別「噪聲」與「訊號」。在對logistic迴歸模型擬合效果進行判斷時，通過roc曲線可直接使用模型**概率進行。
應用roc曲線可幫助研究者確定合理的**概率分類點，即將**概率大於（或小於）多少的研究物件判斷為陽性結果（或陰性結果）。roc曲線，**效果最佳時，曲線應該是從左下角垂直上升至頂，然後水平方向向右延伸到右上角。如果roc曲線沿著主對角線方向分佈，表示分類是機遇造成的，正確分類和錯分的概率各為50％，此時該診斷方法完全無效。
logistic迴歸分析結果解讀
9樓：匿名使用者
第一：對模型整體情況進行說明，比如對r方值進行描述，以及列出模型公式。
第二：逐一分析x對於y（相對於的對比項）影響情況；如果x對應的p值小於0.05則說明x會對y（相對於的對比項）產生影響關係，此時可結合or值進一步分析影響幅度。
第三：總結分析結果。
以及可結合輸出的智慧文字分析，進行解讀。
10樓：匿名使用者
不知道你是否聽說過辛普森悖論，瞭解這個玩意也許能解決你的問題，如果需要在考慮a而不分析a，如果a是離散的，將不同a不同取值放入不同的模型中，然後分析其他變數。如果a是連續的，，，那就複雜一點。。。。。
11樓：七彩虹科技****
logistic迴歸主要用於危險因素探索。因變數y為二分類或多分類變數，自變數既可以為分類變數，也可以為連續變數。 迴歸分析**法，是在分析市場現象自變數和因變數之間相關關係的基礎上，建立變數之間的迴歸方程，並將迴歸方程作為**模型，根據自變數在**期的數量變化來**因變數關係大多表現為相關關係，因此，迴歸分析**法是一種重要的市場**方法，當我們在對市場現象未來發展狀況和水平進行**時，如果能將影響市場**物件的主要因素找到，並且能夠取得其數量資料，就可以採用迴歸分析**法進行**。
它是一種具體的、行之有效的、實用價值很高的常用市場**方法。
用spss作logistic迴歸分析，結果能說明什麼
12樓：匿名使用者
迴歸方程，主要是看各個自變數的假設檢驗結果，和係數。兩個自變數都有統計學意義，係數分別為-5.423和0.
001，也就是說，隨著自變數一增加一個單位，因變數要降低5.423三個單位。自變數二同理。
比如我的因變數是高血壓患病與否，隨著自變數一得增加，患病危險降低。說明自變數一為保護因素。
13樓：匿名使用者
ho**er and lemeshow test for goodness of fit裡p=0.414，不顯著，方程是好的
wald值代表的是卡方檢驗，p都顯著，進入logistic迴歸方程logistic迴歸方程：
p=exp(0.847-5.423*自變數一+0.001*自變數二)/[1-exp(0.847-5.423*自變數一+0.001*自變數二)]
如何解讀logistic迴歸分析
logistic迴歸主要用於危險因素探索。因變數y為二分類或多分類變數，自變數既可以為分類變數，也可以為連續變數。迴歸分析 法，是在分析市場現象自變數和因變數之間相關關係的基礎上，建立變數之間的迴歸方程，並將迴歸方程作為 模型，根據自變數在 期的數量變化來 因變數關係大多表現為相關關係，因此，迴歸分...
運用SPSS進行logistic迴歸分析，發現有兩個問題 因素（自變數）納入，我看見有的是先做單因素分析
因變數和自變數，如果你都分不清楚，那不建議你繼續亂做下去了，先去弄懂什麼叫做因變數吧 我經常幫別人做這類的資料分析的 哇，bai好大的問題，幸 du虧以 zhi前寫過有關回dao 歸方法專選擇的文 屬章 關於求天線罩功率傳輸係數 透波率 與入射角的關係，有現成電磁 軟體可以實現嗎？5 關於這個求天線...
如何用spss做logistic迴歸分析
分類指的是因變數的資料只有兩個值，代表事物的兩種類別，典型的二分類變數如性別 是否患病等。因變數為二分變數原則上是無法做迴歸的，在迴歸方程中的因變數實質上是概率，而不是變數本身。在理解二分類變數以後，我們看看如何做二分類變數的logistic迴歸。開啟資料以後，選單欄上依次點選 analyse re...