文档介绍：SPＳS作业8:二项Ｌoｇiｓtｉc回归分析
为研究和预测某商品消费特点和趋势,收集到以往胡消费数据。数据项包括是否购买，性别,年龄和收入水平。这里采用Ｌogｉsｔｉc回归的方法，是否购买作为被解释变量(０／１二值变量),其余各变量为解释变量,且其中性别和收入水平为品质变量,年龄为定距变量。变量选择采用Ｅntｅr方法,性别以男为参照类,收入以低收入为参照类。
（一）基本操作：
(1)选择菜单Anａlｙzｅ-Rｅｇrｅｓsｉoｎ-Ｂinary Ｌogistic;
(2）选择是否购买作为被解释变量到Dｅｐｅnｄenｔ框中,选其余各变量为解释变量到Coｖaｒiates框中，采用Enteｒ方法,结果如下：
消费的二项Lｏgｉstｉc分析结果(一）(强制进入策略）
Cateｇorｉcal Ｖaｒｉaｂlｅs Codiｎgs
Frequｅncy
Parａｍｅter cｏdiｎg
(1)
(2)
收入
低收入
132
.０00
．０00
中收入
１4４
.０00
高收入
155
.0００
性别
男
191
.000
女
2４0
1．００0
分析:上表显示了对品质变量产生虚拟变量的情况,产生的虚拟变量命名为原变量名(编码）。可以看到,对收入生成了两个虚拟变量名为Ｉｎcomｅ(1）和Inｃoｍe(２),分别表示是否中收入和是否高收入，两变量均为０时表示低收入;对性别生成了一个虚拟变量名为Ｇｅｄｄｅr(１),表示是否女，取值为0时表示为男。
消费的二项Lｏｇisｔiｃ分析结果(二)(强制进入策略）
Bｌｏｃｋ 0： Bｅｇｉnｎing Ｂlｏck
Cｌaｓsｉfｉcatioｎ Tabｌｅa,b
Obsｅrｖed
Predｉcted
是否购买
Ｐｅｒcentage Corｒｅcｔ
不购买
购买
Steｐ 0
是否购买
不购买
２６９
0
1０0．0
购买
１62
0
.0
Ovｅraｌl Ｐerｃeｎｔagｅ
a． Conｓｔａｎｔ is inclｕｄed in ｔｈｅ ｍoｄｅｌ.
b. Ｔhe cut valuｅ ｉs ．500
分析：上表显示了Ｌｏｇisｔic分析初始阶段（第零步)方程中只有常数项时的错判矩阵。可以看到:26９人中实际没购买且模型预测正确，正确率为100%;16２人中实际购买了但模型均预测错误,正确率为0％。%。
消费的二项Loｇｉｓｔic分析结果(三）（强制进入策略)
Variａｂｌes in ｔhe Eｑuａtion
Ｂ
．
Ｗaｌｄ
df
Sｉｇ.
Ｅxp（B）
Variａｂｌes in ｔhe Eｑuａtion
Ｂ
．
Ｗaｌｄ
df
Sｉｇ.
Ｅxp（B）
Sｔep 0
Ｃonsｔａｎｔ
－．5０7
．099
１
.000
.60２
分析：上表显示了方程中只有常数项时的回归系数方面的指标，各数据项的含义依次为回归系数，回归系数标准误差,Wａld检验统计量的观测值,自由度，Ｗaｌd检验统计量的概率p值，发生比。由于此时模型中未包含任何解释变量，因此该表没有实际意义。
消费的二项Ｌoｇistｉc分析结果(四）(强制进入策略)
Variaｂｌes nｏt in ｔｈe Ｅquation
Scｏre
dｆ
Ｓig．
Step ０
Vａｒiablｅs
ａgｅ
１．２６８
1
.２６0
gendｅr(1)
１
．０3１
incｏme
２
．０0５
ｉncome(1)
２．93５
1
．087
incoｍe（２)
１
．00１
Overａll Staｔistics
18．2７3
４
.0０１
分析：上表显示了待进入方程的各个变量的情况,各数据项的含义依次为Ｓｃorｅ检验统计量的观测值，自由度和概率ｐ值。可以看到，如果下一步Ａge进入方程,,概率ｐ值为0．26。,由于Ａgｅ的概率p值大于显著性水平ａ,所以是不能进入方程的。但在这里,由于解释变量的筛选策略为Eｎtｅr,所以这些变量也被强行进入方程。
消费的二项Ｌoｇistic分析结果（五)(强制进入策略）
Bｌock 1: Method ＝ Entｅr
Omniｂuｓ Tｅｓtｓ ｏf Mｏdeｌ Ｃo