利用SPSS进行Logistic回归分析..doc

利用 SPSS 进行Logistic 回归分析 现实中的很多现象可以划分为两种可能，或者归结为两种状态，这两种状态分别用0 和1 表示。如果我们采用多个因素对0－1 表示的某种现象进行因果关系解释，就可能应用 到logistic 回归。Logistic 回归分为二值logistic 回归和多值logistic 回归两类。首先用实例讲述二值logistic 回归，然后进一步说明多值logistic 回归。在阅读这部分内容之前，最好先看看有关SPSS 软件操作技术的教科书。 §8.1 二值logistic 回归 8.1.1 数据准备和选项设置 我们研究 2005 年影响中国各地区城市化水平的经济地理因素。城市化水平用城镇人口 比重表征，影响因素包括人均GDP、第二产业产值比重、第三产业产值比重以及地理位置。 地理位置为名义变量，中国各地区被分别划分到三大地带：东部地带、中部地带和西部地带。 我们用各地区的地带分类代表地理位置。 第一步：整理原始数据。这些数据不妨录入Excel 中。数据整理内容包括两个方面：一 是对各地区按照三大地带的分类结果赋值，用0、1 表示，二是将城镇人口比重转换逻辑值， 变量名称为“城市化”。以各地区2005 年城镇人口比重的平均值45.41%为临界值，凡是城 镇人口比重大于等于45.41%的地区，逻辑值用Yes 表示，否则用No 表示（图8-1-1） 图 8-1-1 原始数据（Excel 中，局部） 将数据拷贝或者导入 SPSS 的数据窗口（Data View）中（图8-1-2）。 图 8-1-2 中国31 个地区的数据（SPSS 中，局部） 第二步：打开“聚类分析”对话框。 沿着主菜单的“Analyze→Regression→Binary LogisticK”的路径（图8-1-3）打开二值 Logistic 回归分析选项框（图8-1-4）。 图 8-1-3 打开二值Logistic 回归分析对话框的路径 对数据进行多次拟合试验，结果表明，像二产比重、三产比重等对城市化水平影响不显著。至于反映地区位置的分类变量，不宜一次性的全部引入，至多引入两个，比方说东部和 中部。通过尝试，发现引入中部地带为变量比较合适。因此，为了实例的典型性，我们采用 两个变量作为自变量：一是数值变量人均GDP，二是分类变量中部地带。 图 8-1-4 Logistic 回归分析选项框 第三步：选项设置。 首先，在源变量框中选中需要进行分析的变量，点击右边的箭头符号，将需要的变量调 入Dependent（因变量）和Covariates（协变量）列表框中（图8-1-5）。在本例中，将名义变 量“城市化”调入Dependent（因变量）列表框，将“人均GDP”和“中部”调入Covariates （协变量）列表框中。 在 Method（方法）一栏有七个选项。采用第一种方法，即系统默认的强迫回归方法 （Enter）。 图 8-1-5 Logistic 回归分析的初步设置 接下来进行如下 4 项设置： ⒈ 设置 Categorical（分类）选项：定义分类变量（图8-1-6）。 将中部调入 Categorical Covariates（分类协变量）列表框，其余选项取默认值即可。完 成后，点击Continue 继续。 图 8-1-6 定义分类变量选项 ⒉ 设置 Save（保存）选项：决定保存到Data View 的计算结果（图8-1-7）。 选中 Leverage values、DfBeta(s)、Standardized 和Deviance 四项。完成后，点击Continue 继续。 图 8-1-7 Logistic 回归分析的存储选项 ⒊ 设置 Options：有三个选项区（图8-1-5）。 第一个是 Statistics and Plots（统计和画图）选项，包括六种可以兼容的选择（复选项）。 选中Classification plots、Hosmer-Lemeshow goodness-of-fit 和CI for exp(B)三个选项。 第二个是 Display（显示）选项，选择At last step（最后一步），这样，输出结果将仅仅 给出最终结果，而省略每一步的计算过程。 由于我们采用强迫回归，Probability for Stepwise（逐步回归概率）选项可以不管。 图 8-1-8 Logistic 回归分析的选项设置 此外还有一个选项需要说明。一是 Classification cutoff（分类临界值），默认值为0.5， 即按四舍五入的原则将概率预测值化为0 或者1。如果将数值改为0.6，则大于等于0.6 的概 率值才表示为1，否则为0。其情况余依此类推。二是Maximum Iterat