spss和python回归分析_用SPSS做logistic回归分析，如何判断logit(p)与自变量间存在线性关系？...

二项logistic回归分析的适用条件里头，有一条规定自变量与logit(p)间应是线性关系，但是我们在学习SPSS进行logistic回归分析时，却很难对此作出检验和判断。

办法总是有的。今天我分享一下娜娜melisa博主的一篇文章，通过制作散点图来解决这个问题。

以下为娜娜melisa博主的原文：

最近在看冯老师出书《医学研究中的logistic回归分析及SAS实现》，对其中的说法“可先利用散点图大致了解自变量与logit(p)”的关系，据此判断从哪一点分类、分几类、是否需要转化为虚拟变量”百思不得其解，怎么做这个散点图呢？经思考最后我终于得出答案。。。

以P14的例2.1并结合P16页散点图中的孕次与logit(p)的关系为例：

1、将yc孕次与Y巨大儿数据做个透视如下：

2、再将上表转换为概率表，如y=1|yc=1的概率p1为19/50=0.38，y=0|yc=1的概率p2=1-p1=0.62，其它以此类推。

3、求yc孕次各logit(p)，如yc=1次的时候，logit(p)=ln(p1/1-p1)=ln(0.38/0.62)=-0.49，做散点图如下：

4、可以看出孕次2次与3次的logit(p)值非常接近，可以考虑将2次和3次合并为一组。

原文标题：医学研究中的logistic回归分析及SAS实现补充