如何用spss17.0 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可以转化为 0、1 的二分变量，如：死亡或者生存，男性或者女性，有或无，Yes 或 No，是或否的情况。 下面以医学中不同类型脑梗塞与年龄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：如图 1-1 所示，其中脑梗塞可以分为 ICAS、ECAS 和NCAS 三种，但现在我们仅考虑性别和年龄与 ICAS 的关系，因此将分组数据 ICAS、ECAS 和NCAS 转化为 1、0 分类，是 ICAS 赋值为 1，否赋值为 0。年龄为数值变量，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），因此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logistic（Binary Logistic）”的路径（图 1-2）打开二值 Logistic 回归分析选项框（图 1-3）。 如图1-3 左侧对话框中有许多变量，但在单因素方差分析中与ICAS显著相关的为性别、年龄、有无高血压，有无糖尿病等（P <0.05），因此我们这里选择以性别和年龄为例进行分析。 在图1-3 中，因为我们要分析性别和年龄与ICAS 的相关程度，因此将ICAS 选入因变量（Dependent）中，而将性别和年龄选入协变量（Cov ariates）框中，在协变量下方的“方法（Method）”一栏中，共有七个选项。采用第一种方法，即系统默认的强迫回归方法（进入“Enter”）。 接下来我们将对分类（Categorical），保存（Sav e），选项（Options）按照如图1-4、1-5、1-6 中所示进行设置。在“分类”对话框中，因为性别为二分类变量，因此将其选入分类协变量中，参考类别为在分析中是以最小数值“0（第一个）”作为参考，还是将最大数值“1（最后一个）”作为参考，这里我们选择第一个“0”作为参考。在“存放”选项框中是指将不将数据输出到编辑显示区中。在“选项”对话框中要勾选如图几项，其中“exp(B)的CI(X)”一定要勾选，这个就是输出的OR 和CI 值，后面的95%为系统默认，不需要更改。 另外在“选项”对话框中，“输出”一栏中，系统默认为“在每个步骤中”，这里更改为“在最后...
