用excel做logistic回归分析_利用SPSS进行Logistic回归分析

第8章 利用SPSS进行Logistic回归分析

现实中的很多现象可以划分为两种可能，或者归结为两种状态，这两种状态分别用0和1表示。如果我们采用多个因素对0－1表示的某种现象进行因果关系解释，就可能应用到logistic回归。Logistic回归分为二值logistic回归和多值logistic回归两类。首先用实例讲述二值logistic回归，然后进一步说明多值logistic回归。在阅读这部分内容之前，最好先看看有关SPSS软件操作技术的教科书。

§8.1 二值logistic回归

8.1.1 数据准备和选项设置

我们研究2005年影响中国各地区城市化水平的经济地理因素。城市化水平用城镇人口比重表征，影响因素包括人均GDP、第二产业产值比重、第三产业产值比重以及地理位置。地理位置为名义变量，中国各地区被分别划分到三大地带：东部地带、中部地带和西部地带。我们用各地区的地带分类代表地理位置。

第一步：整理原始数据。这些数据不妨录入Excel中。数据整理内容包括两个方面：一是对各地区按照三大地带的分类结果赋值，用0、1表示，二是将城镇人口比重转换逻辑值，变量名称为“城市化”。以各地区2005年城镇人口比重的平均值45.41%为临界值，凡是城镇人口比重大于等于45.41%的地区，逻辑值用Yes表示，否则用No表示(图8-1-1)。

图8-1-1 原始数据(Excel中，局部)

将数据拷贝或者导入SPSS的数据窗口(Data View)中(图8-1-2)。

图8-1-2 中国31个地区的数据(SPSS中，局部)

第二步：打开“聚类分析”对话框。

沿着主菜单的“Analyze→Regression→Binary LogisticK”的路径(图8-1-3)打开二值Logistic回归分析选项框(图8-1-4)。

图8-1-3 打开二值Logistic回归分析对话框的路径

对数据进行多次拟合试验，结果表明，像二产比重、三产比重等对城市化水平影响不显

著。至于反映地区位置的分类变量，不宜一次性的全部引入，至多引入两个，比方说东部和中部。通过尝试，发现引入中部地带为变量比较合适。因此，为了实例的典型性，我们采用两个变量作为自变量：一是数值变量人均GDP，二是分类变量中部地带。

图8-1-4 Logistic回归分析选项框

第三步：选项设置。

首先，在源变量框中选中需要进行分析的变量，点击右边的箭头符号，将需要的变量调入Dependent(因变量)和Covariates(协变量)列表框中(图8-1-5)。在本例中，将名义变量“城市化”调入Dependent(因变量)列表框，将“人均GDP”和“中部”调入Covariates(协变量)列表框中。

在Method(方法)一栏有七个选项。采用第一种方法，即系统默认的强迫回归方法(Enter)。

图8-1-5 Logistic回归分析的初步设置

接下来进行如下4项设置：

⒈ 设置Categorical(分类)选项：定义分类变量(图8-1-6)。

将中部调入Categorical Covariates(分类协变量)列表框，其余选项取默认值即可。完成后，点击Continue继续。

图8-1-6 定义分类变量选项

⒉ 设置Save(保存)选项：决定保存到Data View的计算结果(图8-1-7)。

选中Leverage values、DfBeta(s)、Standardized和Deviance四项。完成后，点击Continue继续。</