?小兵博客几年前分享的 非常受歡迎在实际应用中,可能还会碰到因多变量回归是多个分类的情况并且不包含排序信息。比如视力分为轻度、中度、重度三个水平此时如果想考察影响视力评价的指标,常用的二项logistic回归已经无法胜任
幸好,SPSS软件为我们提供了多项logistic回归
因多变量回归:分类多变量回歸,要求是(含)三个以上分类水平;
自多变量回归:可以是分类多变量回归或连续多变量回归建议是分类多变量回归;
协多变量回归:必须是分类多变量回归。
概念什么的先不说,即使说小兵我也说不清楚,看了案例自然就了解了用SPSS学统计的好处就是这,辣眼睛嘚统计原理可以通过案例实践来逐步理解掌握
该假设数据文件涉及一份880人参于的关于早餐喜好的民意调查,该调查记录了参与者的年龄、性别、婚姻状况以及生活方式是否积极每个个案代表一个单独的响应者。
调查机构想搞清楚是什么影响着受访人每天吃什么早餐因哆变量回归“早餐选择”包括(1=早餐摊点、2=燕麦类、3=谷物类),自多变量回归暂定年龄、婚姻状况以及生活态度
菜单栏中依次选择【分析】【回归】【多项logistic】,打开主面板
因多变量回归、自多变量回归分别按照箭头指示移入对应的多变量回归框内,然后最为重要的是點击【参考类别】按钮,默认勾选【最后一个类别】
什么意思呢?大意是指以因多变量回归和自多变量回归的最后一个分类水平为参照用其他分类依次与之对比,考察不同水平间的倾向
主面板中,点击【模型】按钮打开【多项logistic回归:模型】对话框,勾选【主效应】本例主要考察自多变量回归年龄、性别、婚姻状况的主效应,暂不考察它们之间的交互作用然后点击【继续】。
主面板中点击【统計】按钮,设置模型的统计量主要【伪R方】【模型拟合信息】【分类表】【拟合优度】这几项必选,其他可以默认不勾选这些参数主偠用于说明建模的质量。
主面板中点击【保存】按钮,勾选【估算响应概率】我们要求SPSS软件帮我们估算每个个案三类早餐的概率。
其餘的参数主要和逐步回归有关系本例采用主效应模型,人为指定进入模型的自多变量回归在其他研究中,可以根据情况选择逐步回归
下主面板底部点击【确定】按钮,软件开始执行此处建模
个案处理摘要表,列出因多变量回归和自多变量回归的分类水平及对应的个案百分比建议在此表主要读取多变量回归分类水平的顺序,比如自多变量回归“年龄段”第一个分类是“低于31岁”,第二个分类是“31-45”第三个分类是“45-60”,第四个分类是“60岁以上”尤其是看清楚最后一个分类,因为我们前面参数设置时要求是以最后一个分类最为对仳参照组的谁和谁对比,一定要搞清楚
模型拟合信息表,读取最后一列显著性值小于0.05,说明模型有统计意义模型通过检验。
拟合優度表原假设模型能很好地拟合原始数据,最后一列皮尔逊卡方显著性值0.952概率较大,原假设成立说明模型对原始数据的拟合通过检驗。
伪R方表依次列出的3个伪R方值(类似于决定系数)均偏低,最高0.4说明模型对原始多变量回归变异的解释程度一般,还有一部分信息無法解释拟合程度并不是很优秀。
模型似然比检验表我们能看到最终进入模型的效应包括截距、年龄、婚姻状况、生活态度,而且最後一列显著性值表明三个自多变量回归(影响因素)对模型构成均有显著贡献,研究它们是有意义的
参数估计表,列出自多变量回归鈈同分类水平对早餐选择的影响检验是多项logistic回归非常重要的结果。
第二列B值即各自多变量回归不同分类水平在模型中的系数,正负符號表明它们与早餐选择是正比还是反比关系第六列是瓦尔德检验显著性值,此值小于0.05说明对应自多变量回归的系数具有统计意义对因哆变量回归不同分类水平的变化有显著影响。
比如早餐摊点和谷物类早餐相比,31-45岁的年轻人更偏向于选择在早餐摊点吃早餐这种可能性是60岁以上人的3.7倍;燕麦类和谷物类早餐相比,结婚与否对早餐的选择没有差别
经过对该早餐喜好民意调查数据进行多项logistic回归分析,由參数估计表我们可以得到模型如下:
根据这个模型,我们首先计算某个受访者G1、G2、G3的值然后带入如下公式,最终可得到三个早餐相应嘚概率
当然,SPSS软件已经自动帮我们计算出每个受访者三种早餐选择的相应概率我们无需手工计算,返回数据编辑器窗口具体来看结果。
原始数据最右侧新增3个多变量回归依次为EST1_1、EST2_1、EST3_1,分别对应因多变量回归“早餐选择”的三个分类水平(早餐摊、燕麦类、谷物类)嘚响应概率比如第一个个案,他选择谷物类早餐的概率为0.55在三种选择中数值最大,因此模型会判定他选择谷物类早餐,这和原始记錄的真值一致说明模型判断准确。
当然SPSS软件也输出了模型预测分类表,如下所示
模型在预测燕麦类早餐选择倾向上准确率最高,达箌77%其他两个早餐选择的预测略低,模型总体预测准确率为57.4%表现一般。前面伪R方数据显示模型对总体变异的解释能力不足,这和总体預测准确率结论也一致
加载中,请稍候......