文档介绍：BinaryLogistic回归模型介绍:实验:实验数据见::一个城市的居民家庭,按其有无割草机可分为两组,有割草机的记为一组为,没有割草机的一组记为,割草机工厂欲判断一些家庭是否购买割草机。从和分别随机抽取12个样品,调查两项指标:家庭收入,房前屋后土地面积。用y作为二元被解释变量,有割草机的家庭用1表示,没有割草机的家庭用0表示,作为解释变量。实验步骤:,之后选择回归分析。主窗口如下:方法:选择进入,即所有自变量强制进入回归方程,其他方法可以查阅相关资料。点击分类选择变量之后,在保存中进行选择概率表示每个观测量发生特定事件的预测概率;组成员表示依据预测概率得到的每个观测量的预测分组。在选项中进行选择分类图:因变量的预测值与观测值的分类直方图。Hosmer-Lemeshow拟合良好度统计量。所有个案表示输出所有观测量的各种统计量。输出:在每个步骤中,对每一步过程输出表、统计量和图形。在最后一个步骤中,只输出最终方程的表格、统计量和图形。输出分析:,请参见分类表以获得案例总数。表1是对样本及变量做简单描述。表2因变量编码初始值内部值0011表2是说二元因变量被编码为0,1,以方便计算。。因为拟合方法选择的是Enter,只有一步完成包含常数项和所有变量的模型的拟合,所以模型的model、Block、和step的卡方值都相同。如果采用逐步回归,增加变量,,那么说明增加变量后的方程有意义;剔除也根据同样方法判断。表4模型汇总步骤-2对数似然值Cox&,所以估计在迭代次数7处终止。-2对数似然值:此值越接近于0(越小)越好;Cox&SnellR方:此值越接近于1越好。表3,4是对整个模型的检验,表中结果表明模型是非常显著的。表5=Hosmer和Lemeshow检验=—Lemeshow检验,其原假设是方程对数据的拟合良好。Sig.>,接受原假设,说明方程对数据的拟合良好。,%的观测判断了正确的组。,(B)-:x1,,由表中结果可以得到下面的模型:这里,表示购买割草机概率的预测值,我们看到,模型中常数项变量,x1,,而且x1,x2系数的指数值都大于1,说明x1,x2对因变量的影响都是正的。收入越高和土地面积越大,就越有可能购买割草机,而且土地面积对家庭是否购买割草机的影响大于收入的影响。表8案例列表案例选定状态a已观测已预测预测组临时变量yesorno残差ZResid1S1**.**.**.7801-.780--.490-.-.102-.-.184-.47517S0**.5831-.583-**.**.