文档介绍：一、概述
Logistic回归主要用于因变量为分类变量(如疾病的缓解、不缓解,评比中的好、中、差等)的回归分析,自变量可以为分类变量,也可以为连续变量。他可以从多个自变量中选出对因变量有影响的自变量,并可以给出预测公式用于预测。
因变量为二分类的称为二项logistic回归,因变量为多分类的称为多元logistic回归。 
下面学****一下Odds、OR、RR的概念:
在病例对照研究中,可以画出下列的四格表:
------------------------------------------------------
暴露因素             病例            对照
-----------------------------------------------------
暴露                a                 b 
非暴露              c                 d
-----------------------------------------------
Odds: 称为比值、比数,是指某事件发生的可能性(概率)与不发生的可能性(概率)之比。在病例对照研究中病例组的暴露比值为:
odds1 = (a/(a+c))/(c(a+c)) = a/c,
对照组的暴露比值为:
odds2 = (b/(b+d))/(d/(b+d)) = b/d
OR:比值比,为:病例组的暴露比值(odds1)/对照组的暴露比值(odds2) = ad/bc
 
换一种角度,暴露组的疾病发生比值:
odds1 = (a/(a+b))/(b(a+b)) = a/b
非暴露组的疾病发生比值:
odds2 = (c/(c+d))/(d/(c+d)) = c/d
OR = odds1/odds2 = ad/bc
与之前的结果一致。
 
OR的含义与相对危险度相同,指暴露组的疾病危险性为非暴露组的多少倍。OR>1说明疾病的危险度因暴露而增加,暴露与疾病之间为“正”关联;OR<1说明疾病的危险度因暴露而减少,暴露与疾病之间为“负”关联。 还应计算OR的置信区间,若区间跨1,一般说明该因素无意义。
关联强度大致如下:
------------------------------------------------------
       OR值                        联系强度
------------------------------------------------------
 -   -                    无
 -   -       弱(前者为负关联,后者为正关联)
 -   -                 中等(同上)
 -   -                  强(同上)
  <                     很强(同上)
------------------------------------------------------
 
RR: 相对危险度(relative risk)的本质为率比(rate ratio)或危险比(risk ratio),即暴露组与非暴露组发病率之比,或发病的概率之比。但是病例对照研究不能计算发病率,所以病例对照研究中只能计算OR。当人群中疾病的发病率或者患病率很小时,OR近似等于RR,可用OR值代替RR。
不同发病率情况下,OR与RR的关系图如下:
 
当发病率<10%时,RR与OR很接近。当发病率增大时,两者的差别增大。当OR>1时,OR高估了RR,当OR<1时,OR低估了RR。
设疾病在非暴露人群中的发病为P0,则可用下列公式对RR记性校正:
RR = OR/((1-P0)+(P0*OR))
若P0未知,可以用c/(c+d)估计。
 
 
二、问题
对银行拖欠贷款的影响因素进行分析,可选的影响因素有:客户的年龄、教育水平、工龄、居住年限、家庭收入、贷款收入比、信用卡欠款、其他债务等,从中选择出对是否拖欠贷款的预测因素,并进行预测。。
 
三、统计操作
1、准备数据 
变量视图
    数据视图
下面开始准备数据:
由于“defau