单因素二元logistic回归分析

logistic模型方法的运用分析

一． 《基于logistic模型的失地农民土地征收意愿影响因素研究。》

1. 构建模型：，文中因变量的量化取值，当农户愿意土地被征收时，取值1，当农户不愿意

土地被征收时，取值0。

2. 变量描述及赋值：采用李克特5分量表法进行赋值，对与征地意愿有正向作用的因素从

非常同意到非常不同意分别赋值5、4、3、2、1，对负向作用的因素从非常同意到非常不同意分别赋值1、2、3、4、5；而家庭人口特征和区位特征则采取实际量化值。

3.结果分析： 3.1模型检验

模型系数检验：似然比卡方检验的观测值48.460，概率p值为0.000，小于0.05，说明模型整体显著。

-2对数似然值检验：-2倍的对数似然函数值为105.111，说明模型拟合度较理。 R Square检验：Ｒ方值越大模型越优。NagelkerkeR2值为0.384，说明模型拟合度较好。 Ｏverall Percentage : 观察Ｏverall Percentage值，如果为92.4%，说明回归后模型总预测正确率为92.4%，与步骤0的90.8%比，提高1.6%，说明模型预测效果较理想。 变量的显著性检验：显著性水平的值代表变量对模型显著影响的大小。

是x1

线性回归是很重要的一种回归方法，但是线性回归只适用于因变量为连续型变量的情况，那如果因变量为分类变量呢？比方说我们想预测某个病人会不会痊愈，顾客会不会购买产品，等等，这时候我们就要用到logistic回归分析了。Logistic回归主要分为三类，一种是因变量为二分类得logistic回归，这种回归叫做二项logistic回归，一种是因变量为无序多分类得logistic回归，比如倾向于选择哪种产品，这种回归叫做多项logistic回归。还有一种是因变量为有序多分类的logistic回归，比如病重的程度是高，中，低呀等等，这种回归也叫累积logistic回归，或者序次logistic回归。 二值logistic回归：

选择分析——回归——二元logistic，打开主面板，因变量勾选你的二分类变量，这个没有什么疑问，然后看下边写着一个协变量。有没有很奇怪什么叫做协变量？在二元logistic回归里边可以认为协变量类似于自变量，或者就是自变量。把你的自变量选到协变量的框框里边。

细心的朋友会发现，在指向协变量的那个箭头下边，还有一个小小的按钮，标着a*b，这个按钮的作用是用来选择交互项的。我们知道，有时候两个变量合在一起会产生新的效应，比如年龄和结婚

如何用spss17.0进行二元和多元logistic回归分析

一、二元logistic回归分析

二元logistic回归分析的前提为因变量是可以转化为0、1的二分变量，如：死亡或者生存，男性或者女性，有或无，Yes或No，是或否的情况。

下面以医学中不同类型脑梗塞与年龄和性别之间的相互关系来进行二元logistic回归分析。

（一）数据准备和SPSS选项设置

第一步，原始数据的转化：如图1-1所示，其中脑梗塞可以分为ICAS、ECAS和NCAS三种，但现在我们仅考虑性别和年龄与ICAS的关系，因此将分组数据ICAS、ECAS和NCAS转化为1、0分类，是ICAS赋值为1，否赋值为0。年龄为数值变量，可直接输入到spss中，而性别需要转化为（1、0）分类变量输入到spss当中，假设男性为1，女性为0，但在后续分析中系统会将1，0置换（下面还会介绍），因此为方便期间我们这里先将男女赋值置换，即男性为“0”，女性为“1”。

图 1-1

第二步：打开“二值Logistic 回归分析”对话框：

沿着主菜单的“分析（Analyze）→回归（Regression）→二元logistic（Binary Logistic）”的路径（图1-2）打开二值Logis

复苏后综合征相关因素Logistic回归分析

维普资讯htt://pww.cwvqi.copm

医‘学o)6年第海l 2南 o卷7 5第期文编号章： 0-33 02 o )5 0 2 0 1 -0 5 (6o o— 6—72 -临研床究

苏后复综合相关因征素 g Lt回归析分 oii cs日王，兴世，谭劳之峰勇，麦志惠，李阳诗，邢 柏，琦曾 (南省垦总局农医院湖东门诊急救科，南海 5口0 )0海海 723摘 要目的分发生复苏析后综合征( R原的因并找影出存响活的率素。因法 P方 )应M用 l ii多元 回osc tg

分归析跳心吸呼骤停患者心复肺自主循环苏复恢o(后c苏复综后合征发生、敷有的因素关。结果R s )治】单因素

分显析与复苏示后合综征关的相因有 8素心跳呼骤吸停生发点、地P个 C R:始时开间、 O C问期、 R S休克、开始复苏心时律、瞳孔改、变础疾基病、气潮二末氧碳化压分(e C等：。素分因析示 P t显O有统学计意义。Pt O )多e C:论结在筛的因出素显中避免示发复苏后综合征生关的键是苏复开始时间。的e O是影心肺响复自苏循主环复后恢P t: C 苏复后综合征活存率独立的素因。现进场行速及快有心效复苏肺避免是生复苏后发

1 6

华南预防医学 2 0 1 4年 2月第 4 0卷第 1期 S o u t h C h i n a J P r e y Me d. F e b r u a r y 2 0 1 4, V o 1 . 4 0, N o . 1

论著

狂犬疫苗免疫效果影响因素的 l o g i s t i c回归分析郑日真，刘启录，吴德仁，黄庆楣，黄丽【摘要】 目的分析狂犬疫苗免疫效果影响因素。方法以 2 0 1 1年 2月至 2 0 1 3年 3月期间在广西北海市疾病预防控制中心门诊部使用辽宁依生生物制药有限公司或广州诺诚生物制品股份有限公司的狂犬疫苗并完成全程接种、且同意进行狂犬病病毒抗体 (以下简称狂犬病抗体 )检测的所有被动物致伤人员为调查对象，完成全程疫苗接种后进行狂犬病病毒 I g G抗体检测，采用问卷调查的方法对动物致伤人员进行调查，调查内容包括个人基本情况、动物致伤及伤口处理情况、狂犬

疫苗及人狂犬病免疫球蛋白应用情况、吸烟、喝酒等生活习惯和是否有慢病等，并对可能影响狂犬疫苗免疫效果的因素进行单因素及多因素 l o g i s t i c回归分析。结果共调查 2 0 9 1例被动物致伤人员，其中男性1 0 8 7例，女性 1 0 0

1 6

华南预防医学 2 0 1 4年 2月第 4 0卷第 1期 S o u t h C h i n a J P r e y Me d. F e b r u a r y 2 0 1 4, V o 1 . 4 0, N o . 1

论著

狂犬疫苗免疫效果影响因素的 l o g i s t i c回归分析郑日真，刘启录，吴德仁，黄庆楣，黄丽【摘要】 目的分析狂犬疫苗免疫效果影响因素。方法以 2 0 1 1年 2月至 2 0 1 3年 3月期间在广西北海市疾病预防控制中心门诊部使用辽宁依生生物制药有限公司或广州诺诚生物制品股份有限公司的狂犬疫苗并完成全程接种、且同意进行狂犬病病毒抗体 (以下简称狂犬病抗体 )检测的所有被动物致伤人员为调查对象，完成全程疫苗接种后进行狂犬病病毒 I g G抗体检测，采用问卷调查的方法对动物致伤人员进行调查，调查内容包括个人基本情况、动物致伤及伤口处理情况、狂犬

疫苗及人狂犬病免疫球蛋白应用情况、吸烟、喝酒等生活习惯和是否有慢病等，并对可能影响狂犬疫苗免疫效果的因素进行单因素及多因素 l o g i s t i c回归分析。结果共调查 2 0 9 1例被动物致伤人员，其中男性1 0 8 7例，女性 1 0 0

Logistic回归分析报告结果解读分析

Logistic回归常用于分析二分类因变量(如存活和死亡、患病和未患病等)与多个自变量的关系。比较常用的情形是分析危险因素与是否发生某疾病相关联。例如，若探讨胃癌的危险因素，可以选择两组人群，一组是胃癌组，一组是非胃癌组，两组人群有不同的临床表现和生活方式等，因变量就为有或无胃癌，即“是”或“否”，为二分类变量，自变量包括年龄、性别、饮食习惯、是否幽门螺杆菌感染等。自变量既可以是连续变量，也可以为分类变量。通过Logistic回归分析，就可以大致了解胃癌的危险因素。

Logistic回归与多元线性回归有很多相同之处，但最大的区别就在于他们的因变量不同。多元线性回归的因变量为连续变量；Logistic回归的因变量为二分类变量或多分类变量，但二分类变量更常用，也更加容易解释。

1.Logistic回归的用法

一般而言，Logistic回归有两大用途，首先是寻找危险因素，如上文的例子，找出与胃癌相关的危险因素；其次是用于预测，我们可以根据建立的Logistic回归模型，预测在不同的自变量情况下，发生某病或某种情况的概率(包括风险评分的建立)。

2.用Logistic回归估计危险度

所谓相对危险度(risk

Logistic回归模型

1 Logistic回归模型的基本知识 1.1 Logistic模型简介

主要应用在研究某些现象发生的概率p，比如股票涨还是跌，公司成功或失败的概率，以及讨论概率

p与那些因素有关。显然作为概率值，一定有0?p?1，因此很难用线性模型描述概率p与自变量的关

系，另外如果p接近两个极端值，此时一般方法难以较好地反映p的微小变化。为此在构建p与自变量关系的模型时，变换一下思路，不直接研究p，而是研究p的一个严格单调函数G(p)，并要求G(p)在p接近两端值时对其微小变化很敏感。于是Logit变换被提出来：

Logit(p)?lnp1?p （1）

其中当p从0?1时，Logit(p)从?????，这个变化范围在模型数据处理上带来很大的方便，

解决了上述面临的难题。另外从函数的变形可得如下等价的公式：

Logit(p)?lnp1?p??XT?p?e?TXT1?e? （2）

X 模型(2)的基本要求是，因变量是个二元变量，仅取0或1两个值，而因变量取1的概率P(y?1|X)T就是模型要研究的对象。而X?(1,x1,x2,?,xk)，其中xi表示影响y

非条Lo件gisti 回c归分

2014析4-10-

前言

Log itsic回归型模适是用于反应变量(变量为因

分类量变回的归分析 按设 计类：型 条件Lgosiit回归c配对：计设(pocr hrpge) 非件条oLigstc回归：未配对ip(oc rolgsitic

) 变量类型按 : 两分类反应变(p量roclog itic) 多s类有序分应变反量p(roc oglitsi)c 多类分序反应无量( pro变c actomd

)原

理Y 1 x 1 x2 2 .. . n n x X 多元 性回线模型归： 是参数向量 ，X是自量向变。量 其是中 距，截表示 个n变自x与量反变应量间Y的关，系为Y 意实数 ，属于任续连变量

反应变量当离为散型量变时，研如不究治疗同方对某病治疗的法果，效反应变量效Y疗的值为 (治1愈)0和未愈)(,要研究的某种事是 件如治(愈)发生可能的自变与量治(方疗)法的 系，关反变应量事件发生的为率P (概=Y1。)

概率对进行换转，建立线性回归可型模 P l n 1x 12 x2 .. . xn n

第 8 章 利用 SPSS 进行Logistic 回归分析

现实中的很多现象可以划分为两种可能，或者归结为两种状态，这两种状态分别用0

和1 表示。如果我们采用多个因素对0－1 表示的某种现象进行因果关系解释，就可能应用 到logistic 回归。Logistic 回归分为二值logistic 回归和多值logistic 回归两类。首先用实例讲

述二值logistic 回归，然后进一步说明多值logistic 回归。在阅读这部分内容之前，最好先看 看有关SPSS 软件操作技术的教科书。

§8.1 二值logistic 回归

8.1.1 数据准备和选项设置

我们研究 2005 年影响中国各地区城市化水平的经济地理因素。城市化水平用城镇人口 比重表征，影响因素包括人均GDP、第二产业产值比重、第三产业产值比重以及地理位置。 地理位置为名义变量，中国各地区被分别划分到三大地带：东部地带、中部地带和西部地带。 我们用各地区的地带分类代表地理位置。

第一步：整理原始数据。这些数据不妨录入Excel 中。数据整理内容包括两个方面：一 是对各地区按照三大地带的分类结果赋值，用0、1 表示，二是将城镇人口比重转换逻辑值， 变量名称为“城市化”。以各地区20