logit回归怎么看显著性_SPSS：Logistic回归(Logistic regression)概述

SPSS：Logistic回归(Logistic regression)概述。在医学研究中，经常需要分析疾病与各危险因素之间的定量关系，如食管癌的发生与吸烟、饮酒、不良饮食习惯等危险因素的关系，为了正确说明这种关系，需要排除一些混杂因素的影响。谈到如何很好的解决这个问题，就不得不提我们今天的主题了——Logistic回归。

Logistic回归(Logistic regression)属于概率型非线性回归，是研究二分类(可扩展到多分类)观察结果和一些影响因素之间关系的一种多变量分析方法。Logistic回归常用于疾病的影响因素分析，用Logistic回归可以很好的解决我们刚刚提出的问题。

首先我们来认识下Logistic回归模型，这会有助于理解即将推出的倾向评分(PS)原理和实施。设应变量Y是一个二分类变量，Y=1(出现阳性结果)，Y=0(出现阴性结果)，另有影响Y取值的m个自变量x1，x2，…xm，P表示在m个自变量作用下阳性结果发生的概率。Logistic回归模型可以表示如下，其中g(x)表示阳性与阴性结果发生概率之比的自然对数，称为logitp。

模型参数对结果解读相当重要，其中β0为常数项，β1，β2……。βm分别为m个自变量的偏回归系数。

由上述公式可知，偏回归系数βm表示扣除了其他自变量的影响，自变量xm改变一个单位时logitp的改变量。

知道了Logistic回归的