Question

spssau多个因变量回归分析步骤

Answer 1

问：spssau多个因变量回归分析步骤

答：# 1. [分析] # [回归] # [多项logistic] # ,打开主面板-因变量、自变量分别按照箭头指示移入对应的变量框内，点击[参考类别]按钮,默认勾选[最后-个类别]。(指以因变量和自变量的最后-个分类水平为参照，其他分类依次与之对比，考察不同水平间的倾向。) # 2. 主面板中，陆[模型]，打开[多项logistic回归:模型]对话框，勾选[主效应]。本例主要考察自变量年龄、性别、婚姻状况的主效应，暂不考察它们之间的交互作用，然后点击[继续]。 # 3. 主面板中，陆[统计]按钮，设置模型的统计量。主要[伪R方] [ 模型拟合信息] [分类表] [拟合优度] 几项必选，其他可以默认不勾选。这些参数主要用于说明建模的质量。 # 4. 主面板中，点击[保存]按钮，勾选[估算响应概率]，我们要求SPSS软件帮我们估算每个个案三类早餐的概率。下主面板底部点击[确定]按钮,软件开始执行此处建模。 # 5. 其余的参数主要和逐步回归有关系，本例采用主效应模型，人为指定进入模型的自变量，在其他研究中，可以根据情况选择逐步回归。Binary logistic:单变量模型(针对各个变量) # LOGISTIC REGRESSION VARIABLES脑白质高信号程度 #/METHOD=ENTER高分辨斑块(填入每个变量名就可以得到) #/PRINT=CI(95) #/CRITERIA=PIN(0.05) POUT(0.10) ITERATE(20) CUT(0.5). # 对于logistic回归,单因素分析结果和成组基线资料比较的t-test, Chi-square test, # Fisher's exact test, Mann-whitneyU test意义是-样的，都是单因素分析。所以你. # 之前做的单因素分析和现在这个单因素的logistic回归的结果基本一致。根据需求选择其一，也可以都列出来。 # Logistic回归分析用于研究X对Y的影响，姐对X的数据类型没有要求，X可以为定类数据，也可以为定量数据,但要求Y必须为定类数据，且根据Y的选项数,使用相应的数据分析方法。 # 如果Y有两个选项，如愿意和不愿意、是和否，那么应该使用二元Logistic回归分析(SPSSAU [进阶方法->= i元logit] ); 如果Y有多个选项，并且各个选项之间可以对比大小，例如，1代表“不愿意”，2代表"无所谓”，3代表“愿"。

问：我说是用spssau

答：# 回归分析步骤 ## 1. 打开数据文件 * 打开SPSSAU软件 * 点击右上角的【打开文件按钮】 * 打开需要分析的数据文件 ## 2. 散点图绘制 * 研究回归分析的变化趋势 * 点击【图形】---【旧对话框】---【散点/点状】 * 选择【简单分布】，并点击【定义】 * 设置x轴和y轴，点击确定 ## 3. 线性回归分析 * 判断x轴和y轴的关系（线性或非线性） * 如果线性关系明显，则选择线性回归方法 * 点击【分析】---【回归】---【线性】 * 在线性回归框中设置自变量和因变量，其他选项保持默认设置 ## 4. 结果分析 * 查看输出文档中的四张表：系数表、Anova表、模型汇总表等 * 根据系数表写出函数表达式（例如：y=1.594x+26.659） * Sig值小于0.05表示自变量对因变量有显著影响 * 主要关注F值和Sig值，F值对应的Sig值小于0.05表示回归方程有意义 * R值越接近1表示模型拟合度越好 ## 5. 模型结论 * 根据上述分析得出回归分析的模型