多元线性回归dw值_SPSS教程 | 多元线性回归及SPSS操作

e5191a4233a499d5453392a326c3458c.png

案例来源:中华护理杂志2018年7期

一.案例

北京市社区失能老年人的照护需求及其影响因素。

方法:采用多阶段随机抽样法,对北京市4个区120名老年人进行问卷调查,采用老年人生活活动能力量表筛选失能老年人,使用自行编制的社区失能老年人照护需求调查问卷对其照护服务需求内容进行调查,分析照护需求的影响因素。

f212cd5c3810d1e9fd64e7bc8778f19c.png

二.解析

在进行影响失能老年人照护需求的单因素分析时,根据资料情况选择t检验、方差分析或秩和检验。以照护需求得分为因变量,以可能为影响失能老年人照护需求得分的因素为自变量,采用多元线性回归筛选出影响失能老年人选择照护服务需求的因素。本例纳入的自变量有年龄、经济来源、健康自评、失能程度、慢性病患病种类、慢性疼痛、跌倒经历,赋值方式如表1:

  • 2
    点赞
  • 7
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
好的,我会尽力回答你的问题。关于多元有序logistic回归分析,这是一种常见的统计分析方法,用于研究一个有序分类变量和一组自变量之间的关系。SPSS是一种常用的统计分析软件,可以进行多元有序logistic回归分析。 下面给出一个简单的实例教程,供参考: 假设我们想研究一个人的教育程度(有序分类变量,例如小学、初、高、大学)和他们的年龄、性别、职业等自变量之间的关系。我们可以使用SPSS进行多元有序logistic回归分析。 1. 准备数据 首先,我们需要准备数据。我们可以使用样本数据,或者自己进行数据收集。数据应该包含有序分类变量(教育程度)和一组自变量(例如年龄、性别、职业等)。 2. 打开SPSS并导入数据 打开SPSS软件,选择File -> Open -> Data,选择数据文件并导入数据。 3. 进行多元有序logistic回归分析 选择Analyze -> Regression -> Ordinal Regression,进入多元有序logistic回归分析界面。将有序分类变量(例如教育程度)拖入Dependent Variable框,将自变量(例如年龄、性别、职业等)拖入Covariates框。点击Model按钮,选择Enter,将所有自变量都加入模型。 4. 分析结果 分析结果将包括回归系数、标准误、z、p等。我们可以根据p来判断自变量是否显著影响有序分类变量。此外,我们还可以使用SPSS的图表工具来可视化回归结果,帮助我们更好地理解分析结果。 以上就是一个简单的多元有序logistic回归分析的实例教程。希望能对你有所帮助!

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值