电脑桌面
添加小米粒文库到电脑桌面
安装后可以在桌面快捷访问

SPSS试验8-二项Logistic回归分析VIP免费

SPSS试验8-二项Logistic回归分析_第1页
1/23
SPSS试验8-二项Logistic回归分析_第2页
2/23
SPSS试验8-二项Logistic回归分析_第3页
3/23
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-BinaryLogistic;(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)CategoricalVariablesCodingsFrequencyParametercoding(1)(2)收入低收入132.000.000中收入1441.000.000高收入155.0001.000性别男191.000女2401.000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)Block0:BeginningBlockClassificationTablea,bObservedPredicted是否购买PercentageCorrect不购买购买Step0是否购买不购买2690100.0购买1620.0OverallPercentage62.4a.Constantisincludedinthemodel.b.Thecutvalueis.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%。模型总的预测正确率为62.4%。消费的二项Logistic分析结果(三)(强制进入策略)VariablesintheEquationBS.E.WalddfSig.Exp(B)VariablesintheEquationBS.E.WalddfSig.Exp(B)Step0Constant-.507.09926.0021.000.602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)VariablesnotintheEquationScoredfSig.Step0Variablesage1.2681.260gender(1)4.6671.031income10.6402.005income(1)2.9351.087income(2)10.6401.001OverallStatistics18.2734.001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,则Score检验统计量的观测值为1.268,概率p值为0.26。如果显著性水平a为0.05,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)Block1:Method=EnterOmnibusTestsofModelCoefficientsChi-squaredfSig.Step1Step18.4414.001Block18.4414.001Model18.4414.001分析:上表显示了Logistic分析第一步时回归方程显著性检验的总体情况,各数据项的含义依次为似然比卡方的观测值,自由度和概率p值。可以看到,在本步所选变量均进入方程(Method=Enter)。与前一步相比,似然比卡方检验的观测值18.441,概率p值为0.001。如果显著性水平a为0.05,由于概率p值小于显著性水平a,应拒绝零假设,认为所有回归系数不同时为0,解释变量的全体与LogitP之间的线性关系显著,采用该模型是合理的。在这里分别输出了三行似然比卡方值。其中,Step行是本步与前一步相比的似然卡方比;Block行是本块(Block)与前一块相比的似然卡方比;Model行是本模型与前一模型相比的似然卡方比。在本例中,由于没有设置解释变量块,且解释变量是一次性强制进入模型,所以三行结果都相同。消费的二项Logistic分析结果(六)(强制进入策略)ModelSummaryStep-2LoglikelihoodCox&SnellRSquareNagelkerkeRSquare1552.208a.042.057a.Estimationte...

1、当您付费下载文档后,您只拥有了使用权限,并不意味着购买了版权,文档只能用于自身使用,不得用于其他商业用途(如 [转卖]进行直接盈利或[编辑后售卖]进行间接盈利)。
2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。
3、如文档内容存在违规,或者侵犯商业秘密、侵犯著作权等,请点击“违规举报”。

碎片内容

SPSS试验8-二项Logistic回归分析

确认删除?
VIP
微信客服
  • 扫码咨询
会员Q群
  • 会员专属群点击这里加入QQ群
客服邮箱
回到顶部