文档介绍：怎样用spss做logistic回归分析解读资料|spsslogistic回归
怎样用进行二元和多元logistic回归分析一、二元logistic回归分析二元logistic回归分析的前提为因变量是能够转化为0、1的二分变量，如：死亡或生存，男性或女性，有或无，Yes或No，是或否的情况。
　　下面以医学中不一样类型脑梗塞和年纪和性别之间的相互关系来进行二元logistic回归分析。
　　一数据准备和SPSS选项设置第一步，原始数据的转化：图1-1所表示，其中脑梗塞能够分为ICAS、ECAS和NCAS三种，但现在我们仅考虑性别和年纪和ICAS的关系，所以将分组数据ICAS、ECAS和NCAS转化为1、0分类，是ICAS赋值为1，否赋值为0。年纪为数值变量，可直接输入到spss中，而性别需要转化为1、0分类变量输入到spss当中，假设男性为1，女性为0，但在后续分析中系统会将1，0置换下面还会介绍，所以为方便期间我们这里先将男女赋值置换，即男性为“0”，女性为“1”。
　　图 1-1 第二步：打开“二值Logistic 回归分析”对话框：
　　沿着主菜单的“分析Analyze→回归Regression→二元logisticBinary Logistic”的路径图1-2打开二值Logistic 回归分析选项框图1-3。
　　图1-3左侧对话框中有很多变量，但在单原因方差分析中和ICAS显著相关的为性别、年纪、有没有高血压，有没有糖尿病等为不显著无效假说成立，不含有统计学意义。
　　二、多项多元、多分类、Multinomiallogistic回归分析前面讲的二元logistic回归分析仅适合因变量Y只有两种取值二分类的情况，当Y含有两种以上的取值时，就要用多项logistic回归Mutinomial Logistic Regression分析了。这种分析不但能够用于医疗领域，也能够用于社会学、经济学、农业研究等多个领域。如不一样阶段初一、初二、初三学生视力下降程度，不一样龋齿情况轻度、中度、重度下和刷牙、饮食、年纪的关系等。
　　下面我们以图1-2中，对apoba1ApoB/AI项中数值做四分位数后，将病人的ApoB/AI的比值划分为低、较低、中、高四个分位后利用多项logistic回归分析其和ICAS之间的相互关系。
　　首先来做四分位数，大家在做四分位数的时候全部是自己算出来的，其实在SPSS里面给出了做四分位数的程度即分析Aanlyze→描述统计Descriptive Statistics→频率Frequencies。打图2-1开频率对话框。将我们要分析的数值变量Apoba1选入到变量对话框中。
　　选择统计量，根据图2-2中勾选四分位数选项，其它选项根据自己需要勾选，然后点击图2-1中确实定按钮，开始运算。在图2-3中能够读取我们的四分位数第4/7页值。图中百分数表示的是对该变量做的四分位数的百分比，25表示前25%的，50表示前50%的，75表示前75%的。每一项对应的后面数值即为对应的四分位数，如，即为前25%的个体和后75%个体的分位数。
　　根据如上方法得出ApoB/AI的比率后我们能够把该比值划分为四个区间，即当ApoB/AI的比率时为高。然后将这一划分图1-1中“四分位数”一项用分类数值表示