spssau多分类Logistic回归操作步骤

1、多分类Logit分析Contents TOC o 1-5 h z 背景4理论4操作5SPSSAU 输出结果 5.文字分析 6剖析8在研究X对于Y的影响关系时，如果Y为定类数据，比如是否愿意购买，是否愿 意推荐，出行方式偏好，总统候选人选择偏好等。当Y为定类数据时，则应该使用Logistic 回归分析，而具体来看， logistic 回归可以划分为二元 logistic 回归分析，或者多分类 logistic回归分析。二者即有相同之处，也有不同的地方。主要区别在于Y的选项个数。项特征举例其它二元Logistic回归Y为定类且选项仅2个是否愿意购买（愿 意用1表示，不愿意 用0表示）Y的数字个数仅

2、2 个，且数字只能为0 和1多分类Logistic回归Y为定类且选项大于2个总统候选人偏好（特朗普、希拉里、 卢比奥）需要特别注意的地方在于：Logistic 回归时，因变量 Y 值为定类数据，因而需要有对照参考项。如果是二元Logistic 回归，默认以数字0 作为参考项【通常数字0表示不愿意，不喜欢，不会等】； 如果是多分类logistic回归，则SPSSAU默认以第一项【即数字最小的那项】作为参考 项。如果希望改变对照项，可使用数据编码功能先编码后再分析。同时针对定类数据，SPSSAU 建议先进行数据标签设置，便于系统输出带“标签”的智能文字分析。多分类 logistic 回归（也称作多

3、元 logistic 回归，多项 Logit 等），对于多分类 logistic 回归建模，通常需要分析信息包括：基本信息描述，模型检验判断或者对比，模型结果 汇总。SPSSAU分别输出三个表格。SPSSAU分析结果表格示例如下:多分类Logistic回归分析基本汇总名称选项频数百分比总统候选人选择特朗普66135.79%希拉里27815.05%卢比奥90849.16%总计1847100.0上表格对于模型的因变量进行基本统计。多分类Logistic回归模型检验卡方值dfPAIC值BIC值-2LLNULL 值-2LLF 值91.57360.0003625.2563669.4273700.8293

4、609.256上表格是模型检验判断或者相关模型对比指标等，其中P值用于验证模型是否有意 义；AIC或BIC值用于对比不同模型的优劣。多分类Logistic回归分析结果汇总希拉里回归系数标准误Z值P值OR值OR 值 95%CI(L)OR 值 95%CI(U)性别（男）0.3090.1452.1270.0331.3621.0251.810年龄-0.4370.072-6.0760.0000.6460.5610.744学历-0.0650.062-1.0530.2920.9370.8291.058截距0.0810.2240.3640.7161.0850.7001.682卢比奥回归系数标准误Z值P值OR值

5、OR 值 95%CI(L)OR 值 95%CI(U)性别（男）-0.4360.104-4.1920.0000.6470.5270.793多分类Logistic回归分析结果汇总年龄0.0760.0501.5160.1301.0790.9781.191学历-0.0020.043-0.0540.9570.9980.9171.085截距0.3120.1711.8260.0681.3660.9771.910McFadden R 方：0.025上表格是模型结果汇总表格，也是最核心的表格。具体关于多分类 Logistic 回归的 剖析，请参考下面的案例解析。多分类 Logit 回归案例Contents TO

6、C o 1-5 h z 背景4理论4操作5SPSSAU 输出结果 5.文字分析 6剖析8背景在 2016 年美国总统选举时，共有三名候选人，分别是特朗普、希拉里、卢比奥。 有一市场研究公司想预测最终谁会胜出，因此收集到共 1847 名民众信息，包括选择偏 好，性别，年龄，学历等信息进行研究，研究性别，年龄和学历对于总统候选人选择的 影响情况，最终做出科学预测。理论多分类Logistic回归分析用于研究X对于Y的影响关系，其中X可为定量数据，也 可以是定类数据（如果X为定类数据，需要做虚拟（哑）变量设置），Y为多分类定类数 据。针对多分类Logistic回归分析时，可分为三个步骤。第一：模型的基

7、本背景情况说明；比如模型研究X对于Y的影响，X分别是那些，Y 具体情况如何等。第二：针对模型的构建和比较过程进行描述，包括分析P值来检测模型构建是否有 意义，以及模型构建时的重复选择过程，使用AIC和BIC准则对比，选出最优模型等；第三：针对模型的具体情况进行分析，首先分析尸值，如果此值小于0.05，说明X 对于 Y 有影响关系，接着再具体研究影响关系情况即可，比如是正向影响还是负向影响 关系等；除此之外，还可以写出回归模型构建公式，以及模型的预测准确率情况等。特别提示：一定注意，SPSSAU建议首先对Y进行标签设置；便于输出带标签的智能 文字分析；多分类Logistic回归时，Y是定类数据；

8、需要有对照项，SPSSAU默认以Y对 应的最小数字作为对照项。如果X为定类数据，通常情况下需要将X进行虚拟（哑）变量设置【SPSSAU中 生成变量功能中有】。如果X为定类数据，此时可以考虑使用交叉卡方分析去研究X和Y的关系。多分类Logistic回归模型，可通过对比AIC或BIC值，对比选出最优模型。如果X非常多（比如超过10个），此时可以先对定类的X与Y进行卡方分析，对定量的X与Y进行方差分析，先看有没有差异关系，将最终有差异关系的X 放入回归模型中，这样X会较少，并且X与Y均有差异关系，也更可能有影 响关系，此时模型的构建会更有科学。操作本例子中研究X对于Y的差异；X分别性别，年龄和学历；

9、Y为总统候选人。放 置如下：卄始多分类Logit分折总统麒人磐性91（男）学历SPSSAU输出结果SPSSAU共输出三个表格结果，上述已有说明不再赘述。5 文字分析多分类Logistic回归分析基本汇总名称选项频数百分比总统候选人选择特朗普66135.79%希拉里27815.05%卢比奥90849.16%总计1847100.0本研究共收集数据 1847 份。使用多分类 logistic 回归分析进行建模，研究民众性 别，年龄和学历对于总统候选人的影响关系。总统候选人为定类数据，而且共为三 名，分别是特朗普，希拉里和卢比奥。从上表可知，选择特郞普的比例是35.79%，希 拉里的选择比例是 15.

10、05%，卢比奥的比例最高为49.16%。在进行模型构建时，将特朗普作为参照对比项。以及自变量中性别为定类数据， 因而首先将其进行哑变量设置后，并且将女作为参照对比项，因此最终将“性别 （男）”放入模型中。多分类Logistic回归模型检验卡方值dfPAIC值BIC值-2LLNULL 值-2LLF 值91.57360.0003625.2563669.4273700.8293609.256上表格对于模型构建是否有意义进行验证，模型检验的原定假设为：是否放入自变量（性别（男），年龄，学历）时模型质量均一样；这里P值小于0.05（x2=91.573p=0.00）,因而说明拒绝原定假设，即说明本次构建模

11、型有意义。特别提示：AIC和BIC值用于模型的对比，其标准为越小越好；如果同一个模型 构建了两次（比如一个模型不放入学历，另一个模型放入学历），可将AIC和BIC值记 录下来，并且进行对比，最终选出最有意义的模型。多分类Logistic回归分析结果汇总希拉里回归系数标准误Z值P值OR值OR 值 95%CI(L)OR 值 95%CI(U)性别（男）0.3090.1452.1270.0331.3621.0251.810多分类Logistic回归分析结果汇总年龄-0.4370.072-6.0760.0000.6460.5610.744学历-0.0650.062-1.0530.2920.9370.82

12、91.058截距0.0810.2240.3640.7161.0850.7001.682卢比奥回归系数标准误Z值P值OR值OR 值 95%CI(L)OR 值 95%CI(U)性别（男）-0.4360.104-4.1920.0000.6470.5270.793年龄0.0760.0501.5160.1301.0790.9781.191学历-0.0020.043-0.0540.9570.9980.9171.085截距0.3120.1711.8260.0681.3660.9771.910McFadden R 方：0.025本次研究模型时，将特朗普作为对比参照项，自变量分别为：性别（男），年龄和学历。首先

13、构建模型公式分别如下：ln（希拉里/特朗普）=0.081 + 0.309*性别（男）-0.437*年龄-0.065*学历；ln（卢比奥/特朗普）=0.312-0.436*性别（男）+ 0.076*年龄-0.002*学历；以特朗普为对照项，分析希拉里的选择偏好情况。表格中显示：性别（男）的回归系 数值为0.3090,并且呈现出0.05水平的显著性（P=0.0330.05）;则说明在特朗普和希 拉里之间进行 PK 时，男性群体更加愿意选择希拉里。年龄的回归系数值为-0.4370， 并且呈现出0.01水平的显著性（P=0.0000.01）,则说明在特朗普和希拉里之间进行PK 时，年龄越大的群体，他们

14、会更加愿意选择特朗普。以特朗普为对照项，分析卢比奥的选择偏好情况。表格中显示：性别（男）的回归系 数值为-0.436V0，并且呈现出0.05水平的显著性（P=0.0000.05）；则说明在特朗普和卢 比奥之间进行PK时，男性群体更加愿意选择特朗普。特别提示：在医学研究中，很可能会对OR值进行分析，其意义在于X增加1个单位时，Y的 变化幅度情况。如果仅研究影响关系，则OR值的意义相对较小；SPSSAU提供McFadden R方值,其代表X对于Y的解释力度，比如上例中为0.025， 即说明性别，年龄和学历共三个X可以解释总统候选人选择偏好2.5%的原因。通常情 况下，此值使用较少。6 剖析多分类 Logistic 回归分析涉及以下几个关键点，