spss怎么分析多个因素对某一结果的影响程度

 我来答
SPSSAU
2023-05-22 · 百度认证:SPSSAU官方账号,优质教育领域创作者
SPSSAU
SPSSAU,也称"在线SPSS",一款网页版数据科学算法平台系统,提供"拖拽点一下"的极致体验和智能化分析结果。
向TA提问
展开全部
怎么分析多个因素对某一结果的影响程度
一般研究多个因素对某一结果的影响程度通常使用回归分析,常见的是线性回归和logit回归。
线性回归分析和logistic回归有什么区别呢?以下从数据类型、前提条件、分析和应用场景四个方面进行说明。
1.数据类型不同
线性回归要求因变量为定量变量而logistic回归要求因变量为分类变量,如果是二元logistic回归分析因变量要求是二分类变量,并且只能为0和1,比如是否购买,1代表是,2代表否,多分类logistic回归分析,因变量要求是分类变量且无序,比如“踢足球”、“打篮球”以及“打羽毛球”等等,有序logistic回归分析因变量要求是分类变量且有序,比如“不愿意”、“愿意”、“非常愿意”等等。
2.前提条件不同
线性回归要求因变量服从正态分布,但是logistic回归没有要求,并且线性回归要求自变量和因变量呈现线性关系,而logistic回归没有要求自变量和因变量呈线性关系。
3.分析关系不同
线性回归是分析整个因变脸与自变量之间的关系,但是logistic回归是分析因变量取某个值的概率与自变量之间的关系。比如二元logistic回归分析,最后分析因变量为1的概率与自变量之间的关系。
4.应用场景不同
线性回归分析和logistic回归分析因变量不同所以导致二者应用也不同,在实际生活中,线性回归一般用于数量统计方法的基础,常常用于对定量数据的预测,比如用于预测房价,logistic回归分析更适合预测分类问题,比如预测某件事情的发生,预测贷款是否违约等等,线性回归一般还可以解决线性问题,logistic回归可以解决非线性问题。
三、二者操作
线性回归分析
操作路径:通用方法→线性回归

Logistic回归分析
操作路径:进阶方法→二元logit/多分类logit/有序logit
推荐律师服务: 若未解决您的问题,请您详细描述您的问题,通过百度律临进行免费专业咨询

为你推荐:

下载百度知道APP,抢鲜体验
使用百度知道APP,立即抢鲜体验。你的手机镜头里或许有别人想知道的答案。
扫描二维码下载
×

类别

我们会通过消息、邮箱等方式尽快将举报结果通知您。

说明

0/200

提交
取消

辅 助

模 式