多元有序logistic回归_Logistic回归分析之二元Logistic回归

在研究X对于Y的影响时，如果Y为定量数据，那么使用多元线性回归分析(SPSSAU通用方法里面的线性回归)；如果Y为定类数据，那么使用Logistic回归分析。

结合实际情况，可以将Logistic回归分析分为3类，分别是二元Logistic回归分析、多元有序Logistic回归分析和多元无序Logistic回归分析，如下图。

Logistic回归分析用于研究X对Y的影响，并且对X的数据类型没有要求，X可以为定类数据，也可以为定量数据，但要求Y必须为定类数据，并且根据Y的选项数，使用相应的数据分析方法。

本次内容将针对二元logistic(logit)回归进行说明，后续两篇文章将分别讲解有序logistic(logit)和多分类logistic(logit)回归。

1、二元logistic分析思路说明

在进行二元Logistic回归分析时，通常会涉及3个步骤，分别是数据处理、卡方分析和影响关系研究，如下图。

1.1 第一步为数据处理

例如，在研究相关因素对样本将来是否愿意购买理财产品的影响情况时，性别，专业等均为影响因素，而且明显的，性别和专业属于定类数据，因此需要进行虚拟哑变量设置，可使用【数据处理->生成变量】完成。

除此之外，二元logistic回归要求因变量只能为2项，而且数字一定是0和1，数字1表示YES，愿意，购买，患病等，数字0表示no，不愿意，不购买，不患病等。如果不是这样，那么就需要针对因变量Y进行数据编码，使用【数据处理->数据编码】即可完成。

1.2 第二步为卡方分析或方差