SPSS 10.0 高级教程十三：分类资料的 Logistic 回归分析 (2009-02-05 15:32:54) 转载▼ 所谓Logistic 模型，或者说Logistic 回归模型，就是人们想为两分类的应变量作一个回归方程出来，可概率的取值在0~1 之间，回归方程的应变量取值可是在实数集中，直接做会出现0~1 范围之外的不可能结果，因此就有人耍小聪明，将率做了一个Logit 变换，这样取值区间就变成了整个实数集，作出来的结果就不会有问题了，从而该方法就被叫做了Logistic 回归。 随着模型的发展，Logistic 家族也变得人丁兴旺起来，除了最早的两分类Logistic 外，还有配对Logistic 模型，多分类Logistic 模型、随机效应的Logistic 模型等。由于 SPSS 的能力所限，对话框只能完成其中的两分类和多分类模型，下面我们就介绍一下最重要和最基本的两分类模型。 10.3.1 界面详解与实例 例 11.1 某研究人员在探讨肾细胞癌转移的有关临床病理因素研究中，收集了一批行根治性肾切除术患者的肾癌标本资料，现从中抽取26 例资料作为示例进行 logistic 回归分析（本例来自《卫生统计学》第四版第 11 章）。 i：标本序号 x1：确诊时患者的年龄(岁) x2：肾细胞癌血管内皮生长因子(VEGF)，其阳性表述由低到高共 3 个等级 x3：肾细胞癌组织内微血管数(MVC) x4：肾癌细胞核组织学分级，由低到高共 4 级 x5：肾细胞癌分期，由低到高共 4 期 y：肾细胞癌转移情况(有转移 y=1; 无转移 y=0)。 i x 1 x 2 x 3 x 4 x 5 y 1 59 2 43.4 2 1 0 2 36 1 57.2 1 1 0 3 61 2 190 2 1 0 4 58 3 128 4 3 1 5 55 3 80 3 4 1 6 61 1 94.4 2 1 0 7 38 1 76 1 1 0 8 42 1 240 3 2 0 9 50 1 74 1 1 0 10 58 3 68.6 2 2 0 11 68 3 132.8 4 2 0 12 25 2 94.6 4 3 1 13 52 1 56 1 1 0 14 31 1 47.8 2 1 0 15 36 3 31.6 3 1 1 1 6 4 2 1 6 6 .2 2 1 0 1 7 1 4 3 1 3 8 .6 3 3 1 1 8 3 2 1 1 1 4 2 3 0 1 9 3 5 1 4 0 .2 2 1 0 2 0 7 0 3 1 7 7 .2 4 3 1 2 1 6 5 2 5 1 .6 4 4 1 2 2 4 5 2 1 2 4 2 4 0 2 3 6 8 3 1 2 7 .2 3 3 1 2 4 3 1 2 1 2 4 .8 2 3 0 2 5 5 8 1 1 2 8 4 3 0 2 6 6 0 3 1...
