多项logistic回归系数解释_【SPSS】Logistic回归——消费者点击广告的行为预测

在上篇文章中素言素语Sue：【R语言】Logistic回归——消费者点击广告的行为预测，我们使用R实现逻辑回归的案例，这篇作为姊妹篇，对同一案例使用SPSS工具来实现。

首先将数据导入SPSS，注意将Male和Click on Ad设置为名义变量，其他为度量变量。数据信息如下表所示：

回归过程

SPSS操作过程：

• 选择“分析”——“回归”——“二元Logistic回归”，将Clicked on Ad放入因变量，将自变量放入协变量；
• 对协变量进行分类，点击右上角“分类“，将Male放入分类协变量，对比选择默认的“指示符”，参考类别默认为“最后一个”。

注意这里需要解释一下分类协变量，就要提到哑变量的概念。

当自变量为二分类或连续变量的时候，结果都很好解释；当自变量为多分类的时，比如race 1=白人，2=黑人，3=其他民族，并不意味着因变量随此顺序线性变化，若强行编码那就强行规定为等距变量了。因此，需要转化为哑变量.

每个哑变量只代表某两个级别或若干个级别间的差异。n个水平的自变量X，默认会产生n-1个哑变量，SPSS是以第n水平为参照水平。两个哑变量参数估计值反应了与参照水平的差异，估计值之差反应了其代表的变量的差异。

可选择多种分类对比方法：(参照水平组一般样本数不少于30到50例）

• 默认“指示符对比”，参照水平为第一个或最后一个；
• 有序分类变量可采用”差异对比“某水平与之前的所有水平进行比较，如果在某水平处系数变小且无统计学意义，说明到此影响达到停滞状态；
• Helmert对比与上一个相反，是某水平与其后面各水平相比。
• 重复对比：参照水平为”前一水平“
• 多项式对比：仅适用于数值型分类变量，H0假设各水平是等距的，它们和LogitP（Logit变换后的P）的关系可能是n次方，模型依次用一个哑变量代表一个次方项，给出各检验结果。
• 离差对比：每个水平和总体水平相比较，且此n个水平的回归系数的代数和为0

在保存里面，我们勾选预测值“概率”，因为在SPSS中，ROC不能直接生成，需要根据预测值进一步计算。最后点击确定就可以获得分析结果了。

结果解读

结果中最主要的是这两张表，从分类表中，可以看出预测的准确率为97.2%（以0.5分界点）；

从变量表中可以看出，除了Male之外，其余自变量系数都显著（sig<0）。关于系数的解释我们在上一篇R语言Logistic回归案例中已经说过了，这里不再赘述。

计算ROC

SPSS操作：在“分析”-选择“ROC曲线图”，将上一步回归生成的预测变量放入检验变量，将Clicked on Ad放入状态变量，输出全部勾选。

生成一个带对角参考线的ROC曲线，曲线下的面积即AUC＝0.992。说明预测性较好。

同时也可以输出曲线上的坐标点，可以根据左边点选择最佳概率分界点。一般认为，使（敏感度+特异性-1）的值最大的分界点，就是最佳概率分界点。

（此图较长，仅截图部分）

PS：第一时间获取数据分析学习最新文章，欢迎关注同名公众号：素言素语Sue

【SPSS】Logistic回归——消费者点击广告的行为预测​mp.weixin.qq.com