SPSS Logistic回归分析及其应用 图文

史上最简logistic回归操作教程（图文）
欢迎点击↑“医学统计分析精粹”订阅！
小编正在制作一组幻灯片，题为《Logistic回归：从入门到进阶》，其中操作演示部分，做了如下两幅图，以轻松呈现SPSS中的logistic回归操作。

图中箭头动画是有编号的，恰好依次说明：
1.点击分析(Analyze)菜单，选择其中的回归(Regression)子菜单。

2.在回归(Regression)子菜单中，选择双变量logistic回归(Binary Logistic)命令。

3. 在弹出的Logistic Regression对话框中，将因变量(Y)放入因变量(Dependent)框中。

4. 将自变量(X)放入协变量(Covariates)框中。

5. 对于分类变量(如，城市等)点选分类变量(Categorical)按钮，在弹窗中将分类变量导入。

6. 添加交互作用项，应在左侧同时选好相交互的两个或以上变量，点选箭头起始处'a*b>'按钮，引入交互作用项。

7. 选择是否对变量进行筛选：Enter法(进入法)，选入的所有变量同时进入最终模型；其余选项，会自动对变量进行筛选，仅有意义的变量会进入模型。

8. 点击确定(OK)按钮，等待结果！。

.
-3.666
.002
从表中可知因变量与自变量的三次回归模型为： y=-166.430+0.029x-5.364E-7x2+5.022E-12x3
9.2 曲线估计
➢拟合效果图
从图形上看出其拟合效果非常好。
8.3 曲线估计
说明：
曲线估计是一个自变量与因变量的非线性回归过程，但 只能处理比较简单的模型。如果有多个自变量与因变量呈非 线性关系时，就需要用其他非线性模型对因变量进行拟合， SPSS 19中提供了“非线性”过程，由于涉及的模型很多，且 非线性回归分析中参数的估计通常是通过迭代方法获得的， 而且对初始值的设置也有较高的要求，如果初始值选择不合 适，即使指定的模型函数非常准确，也会导致迭代过程不收 敛，或者只得到一个局部最优值而不能得到整体最优值。
8.1 回归分析概述
（3）回归分析的一般步骤
第1步 确定回归方程中的因变量和自变量。 第2步 确定回归模型。 第3步 建立回归方程。 第4步 对回归方程进行各种检验。
➢拟合优度检验 ➢回归方程的显著性检验 ➢回归系数的显著性检验
第5步 利用回归方程进行预测。
主要内容
8.1 回归分析概述 8.2 线性回归分析 8.3 曲线估计 8.4 二元Logistic回归分析
8.3 曲线估计
(2) 统计原理
在曲线估计中，有很多的数学模型，选用哪一种形式的回 归方程才能最好地表示出一种曲线的关系往往不是一个简单的 问题，可以用数学方程来表示的各种曲线的数目几乎是没有限 量的。在可能的方程之间，以吻合度而论，也许存在着许多吻 合得同样好的曲线方程。因此，在对曲线的形式的选择上，对 采取什么形式需要有一定的理论，这些理论是由问题本质决定 的。

.
危险度分析3
分层分析步骤： （1）计算各层的比数比，作显著性检验。 （2）检验各层的总体比数比是否相同。
如差异有统计学意义，结束。 （3）如差异无统计学意义，
计算公共比数比。 （4）检验公共比数比和1之间的差异是否有统计学意义。
.
SPSS中的实现
AnalyzeDescriptive Statistics Crosstabs Statistics对话框中选取Risk选项，分层分析另外选
危险度分析和Logistic回归
讲授：王柏松
.
危险度分析
相对危险度(relative risk)简记为RR,人群总体中暴露于某因素 者的发病率P1与不暴露于某因素者的发病率P0之比值称为该因素对 于该疾病发病的相对危险度。
所比较的是病例组和对照组中暴露者比数(odds),两个比数之比值 称为比数比(odds ratio)。
取Cochrans and Mantel-haenszel statistics选项。
.பைடு நூலகம்
Logistic回归
数据：因变量为二值变量。 统计量：回归系数，比数比等。 较大值代表终点事件 应用：
.
Logistic回归的应用
1. 在队列研究中用于预测 把各协变量代入方程，得到P值，即发病 的概率。
OR=[a/b]/[c/d]=ad/bc
.
危险度分析2
有时在分析某危险因素与疾病之间的关系时, 有些额外因 素会对所分析的问题起干扰作用,这些额外因素就称为混 杂因素。它能部分甚至全部掩盖危险因素与疾病之间的真 实关系,故必须设法排除。例如要研究卫生状况与某传染 病发病之间的关系,但传播可能与居住密度有关 ,故居住 密度对所研究的问题就成为一个混杂因素,如果结论中未 排除该因素之干扰,将影响推断之可靠性

如正常，超重和肥胖 连续资料不宜直接进入方程时，转化为等级资
料或分类资料
21
SPSS哑变量设置
Indicator Simple
参照分类为0，其余为1， 即各分类与参照分类比较
Difference 除第一类分类外，各分类与
Repeated
其之前平均分类效应比较
22
2020/1/10
23
SPSS哑变量设置
Helmert
与Difference相反，各水平与其之后水平的平 均效应比较
Deviation：
除参照分类外，各水平与分类的总效应比较
Polynomial
正交多项式设置
自动设置哑变量是有缺点的
等级变量不合适
24
哑变量设置应注意的问题
参照水平最好要有实际意义，不推荐使 用其他作为参照；
14
例1
研究急性心肌梗塞(AMI)患病与饮酒 的关系， 采用横断面调查。
饮酒 不饮酒 合计
(X=1) (X=0)
患病(y=1) 55
74
129
未患病(y=0) 104663 212555 317218
合计
104718 212629 317347
15
SPSS基本操作
16
SPSS基本操作
17
SPSS基本操作
所以 -< ln(Odds) <+
对ln(Odds)引入类似多重线性回归 的表达式
ln(Odds)

ln( P 1 P
)

0

1x1

m xm
10
Logistic回归模型
记：log it(P) ln( P ) 1 P