logistics回归分析——二元逻辑回归

二元逻辑回归

适用于分析因变量为二分类变量。

基本原理及SPSS解析

1.比数：odds=p/1-p （阳性概率除以阴性概率）
2. ln(odds) 使自变量越大或者越小,因变量只在0-1之间
3. 回归方程：logit§=ln(p/1-p)=a+β1x1+β2x2…+βmxm
4. 比分检验：以非饱和模型为基础判断自变量是否应该进入模型，显著性小于0.05，则应进入模型。
5. wold检验：检验每个自变量是否与因变量显著性影响，有多重共线性时结果不准确
6. OR比数比：OR=Exp(β）反应对y的影响大小；下表p<0.05,表示常数项不为0，与0有显著性差异。

7.似然比检验：两个模型进行比较判断模型好坏

1. 块0表示只有常量时的模型，块1的模型为加入自变量之后的模型
2. 只有常量的模型似然比为560+10.543；加入部分自变量的模型1似然比为560；加入所有自变量之后的模型2似然比为554，554+模型2步长5.917为模型1似然比
3. -2对数似然越接近0，模型拟合度越高；后面两个伪