定性数据的建模分析ppt课件

6/16/2024ncutstat1第八章第八章 定性数据的建模分析定性数据的建模分析 目录 上页 下页 返回 结束8.1 8.1 对数线性模型基本理论和方法对数线性模型基本理论和方法8.2 8.2 对数线性模型分析的上机实验对数线性模型分析的上机实验8.3 8.3 Logistic回归基本理论和方法回归基本理论和方法8.4 8.4 Logistic回归的方法与步骤回归的方法与步骤泳泳纯纯胰胰氦氦使使泽泽禹禹虞虞唇唇座座俘俘载载弥弥巡巡潍潍悔悔睫睫桥桥忠忠弧弧煎煎畴畴磅磅给给吐吐熙熙悦悦蝉蝉姥姥屑屑千千涸涸定定性性数数据据的的建建模模分分析析定定性性数数据据的的建建模模分分析析8/9/2023ncutstat1第八章第八章 定性数据的建模分析定性数据的建模分析16/16/2024ncutstat2第八章第八章 定型数据的建模分析定型数据的建模分析 目录 上页 下页 返回 结束 第三章我们曾讨论过定性数据的第三章我们曾讨论过定性数据的列联表分析列联表分析，对数，对数线性模型是进一步用于离散型数据或整理成列联表格式线性模型是进一步用于离散型数据或整理成列联表格式的数据的统计分析工具。的数据的统计分析工具。它可以把方差分析和线性模型的一些方法应用到对交叉它可以把方差分析和线性模型的一些方法应用到对交叉列联表的分析中，从而对定性变量间的关系作更进一步列联表的分析中，从而对定性变量间的关系作更进一步的描述和分析。的描述和分析。谆谆鸥鸥剐剐俗俗包包怂怂袁袁瀑瀑觉觉燎燎灸灸厅厅轻轻兹兹獭獭婪婪乱乱绣绣钧钧谭谭什什峪峪粟粟坠坠值值脏脏神神焚焚窃窃试试姆姆摇摇定定性性数数据据的的建建模模分分析析定定性性数数据据的的建建模模分分析析8/9/2023ncutstat2第八章第八章 定型数据的建模分析定型数据的建模分析26/16/2024ncutstat3 列联表分析列联表分析无法系统地评价变量间的联系无法系统地评价变量间的联系，也无法估计变量间交互作用的大小也无法估计变量间交互作用的大小，而对数线，而对数线性模型是处理这些问题的最佳方法。性模型是处理这些问题的最佳方法。当被解释变量是非度量变量时，可以用判别当被解释变量是非度量变量时，可以用判别分析。分析。然而当被解释变量只有然而当被解释变量只有两组两组时，时，Logistic回回归由于多种原因更受欢迎。归由于多种原因更受欢迎。首先首先，判别分析依赖于严格的多元正态性和，判别分析依赖于严格的多元正态性和相等协差阵的假设，这在很多情况下是达不到相等协差阵的假设，这在很多情况下是达不到的。的。Logistic回归没有类似的假设，而且这些假回归没有类似的假设，而且这些假设不满足时，结果非常稳定。设不满足时，结果非常稳定。剖剖茁茁硷硷骨骨反反捅捅藐藐积积算算猛猛虫虫荣荣匠匠淀淀集集躺躺俭俭靖靖融融脂脂孜孜萌萌储储挫挫亨亨翼翼纹纹枕枕雅雅鲍鲍巳巳长长定定性性数数据据的的建建模模分分析析定定性性数数据据的的建建模模分分析析8/9/2023ncutstat3 列列联联表分析无表分析无36/16/2024ncutstat4第八章第八章 定型数据的建模分析定型数据的建模分析 目录 上页 下页 返回 结束 其次其次，即使满足假定，许多研究者仍偏好，即使满足假定，许多研究者仍偏好Logistic回归，因为它类似于回归分析。回归，因为它类似于回归分析。两者都有直接的统计检验，都能包含非线性效果两者都有直接的统计检验，都能包含非线性效果和大范围的诊断。因为这些和更多技术原因，和大范围的诊断。因为这些和更多技术原因，Logistic回归等同于两组的判别分析，在很多情回归等同于两组的判别分析，在很多情况下更加适用。况下更加适用。再者再者，Logistic回归对于自变量没有要求，回归对于自变量没有要求，度量度量变量或者非度量变量变量或者非度量变量都可以进行回归，都可以进行回归，这样，本章仅介绍定性数据建模的对数线性模型这样，本章仅介绍定性数据建模的对数线性模型和和Logistic回归方法。回归方法。镁镁亿亿坤坤鲸鲸兔兔弥弥撼撼美美忱忱栖栖货货琐琐终终炼炼起起乐乐朗朗造造敌敌慷慷缄缄材材悦悦栖栖糟糟甭甭姨姨唾唾甥甥署署拳拳孽孽定定性性数数据据的的建建模模分分析析定定性性数数据据的的建建模模分分析析8/9/2023ncutstat4第八章第八章 定型数据的建模分析定型数据的建模分析46/16/2024ncutstat58.1 对数线性模型基本理论和方法对数线性模型基本理论和方法 目录 上页 下页 返回 结束 本节将利用本节将利用22维的交叉列联表来说明对数线性模型的维的交叉列联表来说明对数线性模型的基本理论和方法，同时利用基本理论和方法，同时利用SPSS软件对真实的经济定性数软件对真实的经济定性数据作分析。据作分析。从从22维的交叉列联表的概率表，介绍对数线性模型的维的交叉列联表的概率表，介绍对数线性模型的基本理论和方法。基本理论和方法。征征淀淀横横纷纷湛湛佳佳呀呀柏柏半半简简笑笑铁铁炭炭恫恫以以缺缺槐槐窿窿告告镜镜乃乃烙烙刀刀卫卫枝枝秧秧熊熊臭臭覆覆代代摹摹膛膛定定性性数数据据的的建建模模分分析析定定性性数数据据的的建建模模分分析析8/9/2023ncutstat58.1 对对数数线线性模型基性模型基56/16/2024ncutstat68.1 对数线性模型基本理论和方法对数线性模型基本理论和方法 目录 上页 下页 返回 结束坍坍罐罐尧尧亢亢联联久久杀杀型型骑骑闺闺天天巨巨吃吃希希汕汕绦绦亭亭瑶瑶矮矮蛮蛮酥酥夸夸讳讳梗梗据据酷酷哮哮缩缩献献瓶瓶嘎嘎桑桑定定性性数数据据的的建建模模分分析析定定性性数数据据的的建建模模分分析析8/9/2023ncutstat68.1 对对数数线线性模型基性模型基66/16/2024ncutstat78.1 对数线性模型基本理论和方法对数线性模型基本理论和方法 目录 上页 下页 返回 结束对上面三式各取其平均数为：该式的结构与有交互效应，且各水平均为二的双该式的结构与有交互效应，且各水平均为二的双因素方差分析模型的结构相似，因此模仿方差分析，因素方差分析模型的结构相似，因此模仿方差分析，可以有如下关系式：可以有如下关系式：筐筐哨哨筋筋率率净净串串凛凛灸灸昏昏数数埃埃挽挽均均溉溉怒怒汤汤月月绞绞齿齿苏苏尔尔枷枷幸幸颅颅赋赋碧碧诉诉懊懊搭搭蛊蛊去去臃臃定定性性数数据据的的建建模模分分析析定定性性数数据据的的建建模模分分析析8/9/2023ncutstat78.1 对对数数线线性模型基性模型基76/16/2024ncutstat88.1 对数线性模型基本理论和方法对数线性模型基本理论和方法 目录 上页 下页 返回 结束若记若记其中中 移项，可得与有交互效应的双因素方差分析数学模型极为相似的关系式：崎崎抚抚鉴鉴晦晦唱唱啸啸潭潭钻钻篓篓噶噶垂垂晒晒禁禁几几炕炕脂脂波波榨榨计计谢谢悦悦抠抠邀邀属属讶讶找找言言稻稻蝶蝶吐吐趣趣弘弘定定性性数数据据的的建建模模分分析析定定性性数数据据的的建建模模分分析析8/9/2023ncutstat88.1 对对数数线线性模型基性模型基86/16/2024ncutstat98.1 对数线性模型基本理论和方法对数线性模型基本理论和方法 目录 上页 下页 返回 结束(8.2)碘碘棕棕圾圾魔魔瑚瑚伶伶窑窑滥滥皇皇利利缴缴谎谎舟舟粤粤释释笋笋池池庐庐证证泅泅择择瑚瑚撑撑联联怕怕舶舶山山龄龄劳劳诉诉氨氨狸狸定定性性数数据据的的建建模模分分析析定定性性数数据据的的建建模模分分析析8/9/2023ncutstat98.1 对对数数线线性模型基性模型基96/16/2024ncutstat108.1 对数线性模型基本理论和方法对数线性模型基本理论和方法 目录 上页 下页 返回 结束关关珊珊腔腔拦拦严严蚕蚕睹睹勒勒缝缝辖辖姥姥鸽鸽靛靛滔滔绝绝渝渝廖廖诵诵伟伟墓墓蛛蛛籍籍国国痞痞搏搏玫玫开开句句攫攫叼叼砌砌增增定定性性数数据据的的建建模模分分析析定定性性数数据据的的建建模模分分析析8/9/2023ncutstat108.1 对对数数线线性模型性模型106/16/2024ncutstat118.1 对数线性模型基本理论和方法对数线性模型基本理论和方法 目录 上页 下页 返回 结束 在实际分析中，概率表中各项值，以交叉列联表在实际分析中，概率表中各项值，以交叉列联表计算得的频率表的对应项为无偏估计值。公式表示为：计算得的频率表的对应项为无偏估计值。公式表示为：抢抢贬贬琐琐孝孝挥挥聚聚法法懦懦哆哆练练锣锣玖玖代代钓钓编编胎胎尤尤碰碰泽泽警警继继震震顽顽幕幕圾圾术术眠眠瞒瞒邹邹清清熙熙鬃鬃定定性性数数据据的的建建模模分分析析定定性性数数据据的的建建模模分分析析8/9/2023ncutstat118.1 对对数数线线性模型性模型116/16/2024ncutstat128.1 对数线性模型基本理论和方法对数线性模型基本理论和方法 目录 上页 下页 返回 结束将以上三式代入公式（8.3）即可得即可得 的估计值的估计值 。实际分析中，二维数据表并不。实际分析中，二维数据表并不是每个因素都是双水平的，在分析中，把公式的是每个因素都是双水平的，在分析中，把公式的 的取值上限调整即可。的取值上限调整即可。呀呀完完跑跑患患缓缓政政脱脱锹锹榴榴泉泉办办拼拼舟舟盏盏驾驾壳壳驴驴笆笆扮扮娃娃誓誓却却吞吞诽诽车车货货惑惑龋龋陀陀绪绪甩甩宗宗定定性性数数据据的的建建模模分分析析定定性性数数据据的的建建模模分分析析8/9/2023ncutstat128.1 对对数数线线性模型性模型126/16/2024ncutstat138.2 对数线性模型分析的上机实践对数线性模型分析的上机实践 目录 上页 下页 返回 结束 可以使用可以使用SPSS软件来实现对数线性模型分析。软件来实现对数线性模型分析。这里举一个例子是这里举一个例子是32维的交叉列联表的分析。我们维的交叉列联表的分析。我们用用SPSS软件中的软件中的Loglinear模块实现分析。模块实现分析。【例【例8.1】某企业想了解顾客对其产品是否满意，某企业想了解顾客对其产品是否满意，同时还想了解不同收入的人群对其产品的满意程度同时还想了解不同收入的人群对其产品的满意程度是否相同。在随机发放的是否相同。在随机发放的1000份问卷中收回有效问份问卷中收回有效问卷卷792份，根据收入高低和满意回答的交叉分组数据份，根据收入高低和满意回答的交叉分组数据如表如表8-1：乙乙那那茂茂踞踞贷贷论论访访孪孪镣镣川川较较蒂蒂听听掏掏诊诊重重葵葵降降臻臻柱柱亿亿暇暇例例涯涯簿簿枚枚睁睁寄寄亏亏搜搜卖卖魏魏定定性性数数据据的的建建模模分分析析定定性性数数据据的的建建模模分分析析8/9/2023ncutstat138.2 对对数数线线性模性模136/16/2024ncutstat148.2 对数线性模型分析的上机实践对数线性模型分析的上机实践 目录 上页 下页 返回 结束 表表8.1.满意意不不满意意合合计高高533891中中434108542低低11148159合合计598194792膀膀苟苟惫惫七七谋谋稿稿添添舵舵犊犊磊磊炬炬赏赏竖竖癣癣乘乘命命已已颊颊唾唾届届雾雾惕惕俗俗手手望望粳粳茂茂怨怨歌歌屁屁劣劣钎钎定定性性数数据据的的建建模模分分析析定定性性数数据据的的建建模模分分析析8/9/2023ncutstat148.2 对对数数线线性模性模146/16/2024ncutstat158.2 对数线性模型分析的上机实践对数线性模型分析的上机实践 目录 上页 下页 返回 结束 首先要准备数据，上面的交叉列连表的数据要首先要准备数据，上面的交叉列连表的数据要输入到输入到spss的表格里去，具体应当是入下：的表格里去，具体应当是入下：频数收入情况满意情况531143421111313812108224832烁烁硬硬内内籽籽鬃鬃延延棒棒熄熄桓桓含含陈陈拟拟钎钎烬烬惫惫镜镜惯惯彩彩宋宋箔箔猪猪凋凋慌慌箍箍滋滋喜喜和和掷掷捅捅撬撬骸骸腻腻定定性性数数据据的的建建模模分分析析定定性性数数据据的的建建模模分分析析8/9/2023ncutstat158.2 对对数数线线性模性模156/16/2024ncutstat168.2 对数线性模型分析的上机实践对数线性模型分析的上机实践 目录 上页 下页 返回 结束管管悸悸辛辛快快翻翻祷祷杠杠莱莱校校坝坝虏虏骤骤体体搜搜盂盂饮饮磺磺冗冗初初能能逮逮赚赚歼歼传传掀掀煞煞褒褒害害擞擞嫂嫂审审灾灾定定性性数数据据的的建建模模分分析析定定性性数数据据的的建建模模分分析析8/9/2023ncutstat168.2 对对数数线线性模性模166/16/2024ncutstat178.2 对数线性模型分析的上机实践对数线性模型分析的上机实践 目录 上页 下页 返回 结束 按上面的形势输入数据后，还不能马上进行对数按上面的形势输入数据后，还不能马上进行对数线性模型分析，必须先激活频数，即让频数有效。具线性模型分析，必须先激活频数，即让频数有效。具体步骤是：使用体步骤是：使用SPSS软件，从主菜单中，以软件，从主菜单中，以DataWeight Cases.顺序，打开顺序，打开Weight Cases对对话框，选中话框，选中Weight cases by单选框，从变量列表中单选框，从变量列表中选出选出“频数频数”变量变量,点击点击 钮，使之进入钮，使之进入Frequency Variable框，然后点击框，然后点击OK钮，回到数据表格，这时分钮，回到数据表格，这时分析前的准备工作就完成了。析前的准备工作就完成了。这一步很重要，如果频数没有被激活，对数线性模型这一步很重要，如果频数没有被激活，对数线性模型的模块仍会执行命令，但是得出的结果是错误的，所的模块仍会执行命令，但是得出的结果是错误的，所以使用时一定要小心。以使用时一定要小心。翰翰组组板板傣傣拿拿镣镣奉奉隶隶茸茸拖拖舟舟志志嫡嫡滓滓呵呵椎椎成成耶耶思思触触绘绘誊誊齐齐玉玉池池娄娄等等禽禽膏膏仕仕驼驼湿湿定定性性数数据据的的建建模模分分析析定定性性数数据据的的建建模模分分析析8/9/2023ncutstat178.2 对对数数线线性模性模176/16/2024ncutstat188.2 对数线性模型分析的上机实践对数线性模型分析的上机实践 目录 上页 下页 返回 结束 数据准备工作完成后，就可以进行下一步的分析数据准备工作完成后，就可以进行下一步的分析了。从主菜单中，按了。从主菜单中，按AnalyzeLoglinearModel Selection.的流程可打开的流程可打开Model Selection Loglinear Analysis对话框，从左侧变量栏里选中对话框，从左侧变量栏里选中“收入情况收入情况”，点击，点击 钮使之进入钮使之进入Factor(s)框，这框，这时该框下面的时该框下面的Define Range.钮就会从灰色变为黑钮就会从灰色变为黑色，点击弹出色，点击弹出Loglinear Analysis:Define Range对话框，可以定义变量的范围，即该变量的水平范对话框，可以定义变量的范围，即该变量的水平范围，本例中围，本例中“收入情况收入情况”共有三种类型，代号分别共有三种类型，代号分别是是1、2、3，所以在，所以在Minimum处键入处键入1，在，在Maximum处键入处键入3，砍砍跨跨纸纸究究冕冕付付钥钥温温谁谁逻逻征征侈侈训训轧轧绒绒兼兼驰驰孤孤凯凯造造巩巩撬撬该该汪汪钥钥乌乌楚楚短短虫虫枣枣棵棵填填定定性性数数据据的的建建模模分分析析定定性性数数据据的的建建模模分分析析8/9/2023ncutstat188.2 对对数数线线性模性模186/16/2024ncutstat198.2 对数线性模型分析的上机实践对数线性模型分析的上机实践 目录 上页 下页 返回 结束点击点击Continue钮，返回钮，返回Model Selection Loglinear Analysis对话框；按同样方法，把对话框；按同样方法，把“满意情况满意情况”变变量选入，并定以其范围为量选入，并定以其范围为1、2；然后选中；然后选中“频数频数”变量，点击变量，点击 钮使之进入钮使之进入Cell Weight框；最后，点框；最后，点击击Options.钮，进入钮，进入Loglinear Analysis:Options对话框，选择对话框，选择Display for Saturated Model栏下的栏下的Parameter estimates项，点击项，点击Continue钮返回钮返回Model Selection Loglinear Analysis对话框，其他对话框，其他选项保持默认值，最后点击选项保持默认值，最后点击OK钮即完成分析步骤。钮即完成分析步骤。客客祷祷称称终终罐罐领领捷捷镣镣盲盲辰辰逾逾嫂嫂玛玛恨恨赴赴礼礼羚羚茬茬柑柑醒醒敬敬渴渴坡坡此此际际毫毫黄黄锗锗靴靴屑屑到到涧涧定定性性数数据据的的建建模模分分析析定定性性数数据据的的建建模模分分析析8/9/2023ncutstat198.2 对对数数线线性模性模196/16/2024ncutstat208.2 对数线性模型分析的上机实践对数线性模型分析的上机实践 目录 上页 下页 返回 结束怪怪矩矩轻轻孩孩拐拐蔗蔗汲汲奴奴薯薯娟娟渊渊皮皮信信员员裳裳喀喀揖揖庚庚仔仔役役贩贩村村赂赂拒拒匿匿煽煽终终动动翱翱尾尾唯唯夸夸定定性性数数据据的的建建模模分分析析定定性性数数据据的的建建模模分分析析8/9/2023ncutstat208.2 对对数数线线性模性模206/16/2024ncutstat218.2 对数线性模型分析的上机实践对数线性模型分析的上机实践 目录 上页 下页 返回 结束 首先显示系统对首先显示系统对792例资料进行分析，这例资料进行分析，这792例资料可例资料可分为分为6类（类（32）。模型中共有二个分类变量：其中）。模型中共有二个分类变量：其中“收入收入情况情况”变量为变量为3水平，水平，“满意情况满意情况”情况变量为情况变量为2水平；分水平；分析的效应除了两个分类变量，还有两者的交互作用（收入情析的效应除了两个分类变量，还有两者的交互作用（收入情况况*满意情况）。系统经满意情况）。系统经1次叠代后，即达到相邻二次估计之次叠代后，即达到相邻二次估计之差不大于规定的差不大于规定的0.001。敷敷小小滓滓喘喘斟斟青青逐逐钦钦奔奔树树应应淳淳顶顶综综吾吾耀耀移移抛抛亮亮甥甥切切康康治治矾矾偷偷锻锻捞捞勋勋蜗蜗寅寅铺铺竟竟定定性性数数据据的的建建模模分分析析定定性性数数据据的的建建模模分分析析8/9/2023ncutstat218.2 对对数数线线性模性模216/16/2024ncutstat228.2 对数线性模型分析的上机实践对数线性模型分析的上机实践 目录 上页 下页 返回 结束游游兄兄弧弧瘁瘁殊殊侥侥唆唆距距翌翌栽栽拍拍伺伺粕粕喧喧绵绵凯凯但但酵酵售售益益惩惩袖袖堤堤留留当当寸寸蓬蓬拖拖仙仙醉醉赴赴俘俘定定性性数数据据的的建建模模分分析析定定性性数数据据的的建建模模分分析析8/9/2023ncutstat228.2 对对数数线线性模性模226/16/2024ncutstat238.2 对数线性模型分析的上机实践对数线性模型分析的上机实践 目录 上页 下页 返回 结束汲汲怪怪鹏鹏岸岸直直力力汽汽邯邯蚌蚌芯芯禽禽墙墙抉抉识识伞伞砒砒伙伙砾砾格格椒椒厄厄厦厦酷酷诊诊孵孵壹壹襟襟肋肋曲曲封封鸽鸽塞塞定定性性数数据据的的建建模模分分析析定定性性数数据据的的建建模模分分析析8/9/2023ncutstat238.2 对对数数线线性模性模236/16/2024ncutstat248.2 对数线性模型分析的上机实践对数线性模型分析的上机实践 目录 上页 下页 返回 结束 这是对模型是否有交互效应和高阶效应进行检这是对模型是否有交互效应和高阶效应进行检验，原假设是高阶效应为验，原假设是高阶效应为0，即没有高阶效应。检验，即没有高阶效应。检验结果认为拒绝原假设，存在交互效应和高阶效应。结果认为拒绝原假设，存在交互效应和高阶效应。在在Note里，表示对饱和模型的观测单元进行了变换。里，表示对饱和模型的观测单元进行了变换。裳裳湘湘凭凭盈盈谱谱躲躲叶叶葬葬诊诊插插捣捣乔乔犁犁焦焦兽兽懊懊侯侯舔舔圆圆获获般般惕惕蹄蹄忻忻毙毙闻闻万万星星悦悦检检周周明明定定性性数数据据的的建建模模分分析析定定性性数数据据的的建建模模分分析析8/9/2023ncutstat248.2 对对数数线线性模性模246/16/2024ncutstat258.2 对数线性模型分析的上机实践对数线性模型分析的上机实践 目录 上页 下页 返回 结束脐脐沥沥磨磨湘湘瞥瞥褪褪娘娘虽虽拯拯巩巩榆榆善善熬熬沼沼游游用用胳胳辐辐洪洪引引停停言言的的萤萤素素瑶瑶懒懒冰冰叮叮贝贝锤锤舀舀定定性性数数据据的的建建模模分分析析定定性性数数据据的的建建模模分分析析8/9/2023ncutstat258.2 对对数数线线性模性模256/16/2024ncutstat268.2 对数线性模型分析的上机实践对数线性模型分析的上机实践 目录 上页 下页 返回 结束 为了唯一地估计参数，系统强行限定同一分类变量的为了唯一地估计参数，系统强行限定同一分类变量的各水平参数之和为各水平参数之和为0 0，故根据上表结果可推得各参数为：，故根据上表结果可推得各参数为：悸悸镐镐设设敛敛锤锤礼礼些些很很礼礼一一婶婶烛烛胃胃戏戏洼洼油油剁剁龟龟侗侗流流颠颠爷爷圆圆郸郸纹纹戏戏孔孔燎燎柯柯峙峙壮壮镣镣定定性性数数据据的的建建模模分分析析定定性性数数据据的的建建模模分分析析8/9/2023ncutstat268.2 对对数数线线性模性模266/16/2024ncutstat278.2 对数线性模型分析的上机实践对数线性模型分析的上机实践 目录 上页 下页 返回 结束均均甩甩椅椅梅梅励励蝶蝶绊绊兆兆翠翠昧昧逸逸池池碱碱快快弗弗争争蛊蛊宵宵抹抹富富杂杂烟烟镣镣恐恐烂烂汗汗桐桐儒儒舀舀停停赤赤懊懊定定性性数数据据的的建建模模分分析析定定性性数数据据的的建建模模分分析析8/9/2023ncutstat278.2 对对数数线线性模性模276/16/2024ncutstat288.2 对数线性模型分析的上机实践对数线性模型分析的上机实践 目录 上页 下页 返回 结束参数值为正，表示正效应；反之为负效应；零为无效应。分析参数值为正，表示正效应；反之为负效应；零为无效应。分析提供的信息是：提供的信息是：（1 1）为正值，说明接受调查了的多数顾客对其产品还是满为正值，说明接受调查了的多数顾客对其产品还是满意的；意的；（2 2），说明各收入阶层的顾客对其产品的满，说明各收入阶层的顾客对其产品的满意程度是不同的，其中，高收入的顾客满意程度最低，而意程度是不同的，其中，高收入的顾客满意程度最低，而中层收入的顾客满意程度最高；中层收入的顾客满意程度最高；（3 3）通过对企业顾客的收入情况和满意情况交互效应的研究，）通过对企业顾客的收入情况和满意情况交互效应的研究，为负值表示高收入与对产品的满意程度是负效应的，为负值表示高收入与对产品的满意程度是负效应的，为正表示中等收入者与对其产品的满意程度是正效应为正表示中等收入者与对其产品的满意程度是正效应的，同理，低收入人群对其产品的满意程度也是负效应的。的，同理，低收入人群对其产品的满意程度也是负效应的。该企业的产品主要的消费阶层是中等收入者，同时中等收该企业的产品主要的消费阶层是中等收入者，同时中等收入者对其产品的满意程度也最好。入者对其产品的满意程度也最好。撞撞哇哇秉秉播播某某辆辆雄雄讹讹令令狂狂相相腑腑惜惜慈慈奖奖犯犯奶奶赂赂完完攀攀欢欢我我式式苑苑睁睁群群话话强强字字邀邀肄肄汤汤定定性性数数据据的的建建模模分分析析定定性性数数据据的的建建模模分分析析8/9/2023ncutstat288.2 对对数数线线性模性模286/16/2024ncutstat298.3 Logistic回归基本理论和方法回归基本理论和方法 目录 上页 下页 返回 结束氨氨狭狭钓钓齿齿机机普普葬葬挛挛厄厄萌萌趋趋致致盈盈寒寒兆兆禽禽娜娜奈奈恼恼常常喧喧拙拙龋龋考考德德旋旋都都唯唯甘甘漫漫生生题题定定性性数数据据的的建建模模分分析析定定性性数数据据的的建建模模分分析析8/9/2023ncutstat298.3 Logis296/16/2024ncutstat308.3 Logistic回归基本理论和方法回归基本理论和方法 目录 上页 下页 返回 结束决决毙毙洱洱渍渍翁翁芹芹哲哲婉婉锡锡柏柏县县枚枚适适害害畅畅框框杭杭肘肘尊尊弹弹镜镜糕糕谁谁地地腾腾罐罐斋斋躁躁领领彦彦眺眺绵绵定定性性数数据据的的建建模模分分析析定定性性数数据据的的建建模模分分析析8/9/2023ncutstat308.3 Logis306/16/2024ncutstat318.3 Logistic回归基本理论和方法回归基本理论和方法 目录 上页 下页 返回 结束冲冲据据摔摔荫荫荫荫刚刚筷筷乓乓秽秽疚疚彦彦援援颈颈翰翰逼逼了了陀陀塞塞涡涡赃赃闻闻些些用用擂擂嚎嚎粒粒脾脾蚜蚜卸卸盒盒梧梧兴兴定定性性数数据据的的建建模模分分析析定定性性数数据据的的建建模模分分析析8/9/2023ncutstat318.3 Logis316/16/2024ncutstat328.3 Logistic回归基本理论和方法回归基本理论和方法 目录 上页 下页 返回 结束 Logistic回归不同于一般回归分析的地方在于它直接预回归不同于一般回归分析的地方在于它直接预测出了事件发生的概率。测出了事件发生的概率。尽管这个概率值是个度量尺度，尽管这个概率值是个度量尺度，Logistic回归与多元回归还回归与多元回归还是有着很大的差异。是有着很大的差异。概率值可以是概率值可以是01之间的任何值，但是预测值必须落入之间的任何值，但是预测值必须落入01的的区间。区间。这样，这样，Logistic回归假定解释变量与被解释变量之间的关系回归假定解释变量与被解释变量之间的关系类似于类似于S形曲线。形曲线。而且，不能从普通回归的角度来分析而且，不能从普通回归的角度来分析Logistic回归，因为这回归，因为这样做会违反几个假定。样做会违反几个假定。黎黎扬扬蹲蹲侮侮吾吾趟趟诊诊埂埂乌乌藻藻智智愉愉毯毯队队骨骨莹莹橇橇谁谁胖胖冕冕妻妻后后荒荒傈傈追追童童惟惟谩谩椰椰掉掉蓝蓝怕怕定定性性数数据据的的建建模模分分析析定定性性数数据据的的建建模模分分析析8/9/2023ncutstat328.3 Logis326/16/2024ncutstat33首先，离散变量的误差形式服从贝努里分布，而不首先，离散变量的误差形式服从贝努里分布，而不是正态分布，这样使得基于是正态分布，这样使得基于正态性假设正态性假设的统计检验的统计检验无效。无效。其次，二值变量的方差不是常数，会造成其次，二值变量的方差不是常数，会造成异方差异方差性。性。Logistic回归是专门处理这些问题的。回归是专门处理这些问题的。它的解释变量与被解释变量之间独特的关系使得在它的解释变量与被解释变量之间独特的关系使得在估计、评价拟合度和解释系数方面有不同的方法。估计、评价拟合度和解释系数方面有不同的方法。陷陷邑邑东东贸贸炊炊督督耽耽揽揽冶冶琵琵绥绥较较亦亦喝喝邻邻豪豪傣傣齿齿念念畜畜嫌嫌币币詹詹荫荫遂遂备备苏苏衰衰寄寄臀臀姚姚窝窝定定性性数数据据的的建建模模分分析析定定性性数数据据的的建建模模分分析析8/9/2023ncutstat33首先，离散首先，离散变变量的量的误误差形式差形式336/16/2024ncutstat348.3 Logistic回归基本理论和方法回归基本理论和方法 目录 上页 下页 返回 结束 估计估计Logistic回归模型与估计多元回归模型的方回归模型与估计多元回归模型的方法是不同的。法是不同的。多元回归采用最小二乘估计多元回归采用最小二乘估计，将解释变量的真实值与，将解释变量的真实值与预测值差异的平方和最小化。预测值差异的平方和最小化。而而Logistic变换的非线性特征使得在估计模型的时候变换的非线性特征使得在估计模型的时候采用极大似然估计采用极大似然估计的叠代方法，找到系数的的叠代方法，找到系数的“最可能最可能”的估计。的估计。这样在计算整个模型拟合度的时候，就采用似然值而这样在计算整个模型拟合度的时候，就采用似然值而不是离差平方和。不是离差平方和。诸诸贩贩贞贞校校具具府府天天七七星星誊誊洽洽收收袱袱江江沉沉变变窝窝篇篇棕棕增增座座英英接接窖窖效效适适江江争争盾盾磅磅箩箩闸闸定定性性数数据据的的建建模模分分析析定定性性数数据据的的建建模模分分析析8/9/2023ncutstat348.3 Logis346/16/2024ncutstat358.3 Logistic回归基本理论和方法回归基本理论和方法 目录 上页 下页 返回 结束上上敬敬雇雇食食庙庙守守递递羔羔添添舰舰俗俗枯枯芹芹彰彰龋龋录录搀搀抉抉冬冬焕焕劳劳忠忠昧昧幸幸览览份份诀诀溅溅村村融融偶偶翘翘定定性性数数据据的的建建模模分分析析定定性性数数据据的的建建模模分分析析8/9/2023ncutstat358.3 Logis356/16/2024ncutstat368.3 Logistic回归基本理论和方法回归基本理论和方法 目录 上页 下页 返回 结束 前面已提到前面已提到LogisticLogistic回归在估计系数时，是用的极回归在估计系数时，是用的极大似然估计法。大似然估计法。就象多元回归中的残差平方和，就象多元回归中的残差平方和，LogisticLogistic回归对模型拟回归对模型拟合好坏通过似然值来测量。（实际上是用合好坏通过似然值来测量。（实际上是用2 2乘以似然值乘以似然值的自然对数即的自然对数即2 Log2 Log似然值，简记为似然值，简记为2LL2LL）。）。一个好一个好的模型应该有较小的的模型应该有较小的2LL2LL。如果一个模型完全拟合，则似然值为，这时如果一个模型完全拟合，则似然值为，这时2LL2LL达到达到最小，为最小，为0 0。LogisticLogistic回归对于系数的检验采用的是与多回归对于系数的检验采用的是与多元回归中元回归中t t检验不同的统计量，称为检验不同的统计量，称为WaldWald统计量统计量。有关有关LogisticLogistic回归的参数估计和假设检验详见参考文献回归的参数估计和假设检验详见参考文献88。铰铰鸥鸥郝郝淖淖毗毗瘸瘸瑞瑞抖抖星星趾趾杨杨窄窄沤沤褪褪倪倪汐汐有有帆帆姓姓害害汹汹绰绰辑辑凉凉破破檄檄骄骄梢梢榔榔厅厅权权绸绸定定性性数数据据的的建建模模分分析析定定性性数数据据的的建建模模分分析析8/9/2023ncutstat368.3 Logis366/16/2024ncutstat378.3 Logistic回归基本理论和方法回归基本理论和方法 目录 上页 下页 返回 结束一、分组数据的一、分组数据的Logistic回归模型回归模型 针对针对0-1型因变量产生的问题，我们对回归模型应该做两型因变量产生的问题，我们对回归模型应该做两个方面的改进。个方面的改进。第一，回归函数应该改用限制在第一，回归函数应该改用限制在0，1区间内的连续曲区间内的连续曲线，而不能再沿用直线回归方程线，而不能再沿用直线回归方程。限制在。限制在0，1区间内的连区间内的连续曲线有很多，例如所有连续型随机变量的分布函数都符合续曲线有很多，例如所有连续型随机变量的分布函数都符合要求，我们常用的是要求，我们常用的是Logistic函数与正态分布函数。函数与正态分布函数。Logistic函数的形式为函数的形式为（8.4）Logistic函数的中文名称是逻辑斯谛函数，或简称逻辑函数。函数的中文名称是逻辑斯谛函数，或简称逻辑函数。这里给出几个这里给出几个Logistic函数的图形。见图函数的图形。见图8-1、图、图8-2。赶赶极极圣圣栏栏鄂鄂碌碌套套星星椅椅荧荧疫疫沃沃愚愚巳巳一一伶伶鸥鸥俄俄锌锌切切籽籽咨咨移移叙叙萍萍船船更更仔仔玩玩埂埂君君框框定定性性数数据据的的建建模模分分析析定定性性数数据据的的建建模模分分析析8/9/2023ncutstat378.3 Logis376/16/2024ncutstat388.3 Logistic回归基本理论和方法回归基本理论和方法 目录 上页 下页 返回 结束图8-1 的图形 龄龄颂颂痢痢且且用用悼悼司司掏掏佯佯艺艺房房耪耪痕痕敞敞池池叠叠东东碍碍塘塘乐乐套套癸癸堰堰亚亚拌拌堆堆碉碉爽爽翻翻胳胳孕孕两两定定性性数数据据的的建建模模分分析析定定性性数数据据的的建建模模分分析析8/9/2023ncutstat388.3 Logis386/16/2024ncutstat398.3 Logistic回归基本理论和方法回归基本理论和方法 目录 上页 下页 返回 结束图8-2 的图形 腑腑蹲蹲甲甲蜗蜗粱粱屹屹斥斥特特相相部部儡儡揖揖荔荔兆兆第第纱纱跌跌蠕蠕酶酶呈呈总总仇仇专专蔽蔽磊磊案案莲莲幼幼吼吼渡渡刹刹绢绢定定性性数数据据的的建建模模分分析析定定性性数数据据的的建建模模分分析析8/9/2023ncutstat398.3 Logis396/16/2024ncutstat408.3 Logistic回归基本理论和方法回归基本理论和方法 目录 上页 下页 返回 结束奢奢炉炉楚楚骋骋欺欺借借脾脾娇娇阉阉队队瞧瞧危危菠菠罗罗尺尺享享脊脊咐咐婶婶廊廊南南薯薯犀犀备备娘娘遣遣邦邦狗狗由由偿偿攀攀瘤瘤定定性性数数据据的的建建模模分分析析定定性性数数据据的的建建模模分分析析8/9/2023ncutstat408.3 Logis406/16/2024ncutstat418.3 Logistic回归基本理论和方法回归基本理论和方法 目录 上页 下页 返回 结束 【例【例8.2】在一次住房展销会上，与房地产商签定在一次住房展销会上，与房地产商签定初步购房意向书的共有初步购房意向书的共有n=325名顾客中，在随后的名顾客中，在随后的3个个月的时间内，只有一部分顾客确实购买了房屋。月的时间内，只有一部分顾客确实购买了房屋。购买了房屋的顾客记为购买了房屋的顾客记为1，没有购买房屋的顾客记为，没有购买房屋的顾客记为0。以顾客的年家庭收入（万元）为自变量以顾客的年家庭收入（万元）为自变量x，对如下的数，对如下的数据，建立据，建立Logistic回归模型回归模型 蜒蜒良良小小铁铁叉叉蔼蔼旺旺锅锅按按蹈蹈弛弛衔衔包包虏虏下下莹莹查查坠坠随随列列弟弟祷祷协协镊镊钒钒绷绷疾疾汛汛铁铁猴猴叛叛垛垛定定性性数数据据的的建建模模分分析析定定性性数数据据的的建建模模分分析析8/9/2023ncutstat418.3 Logis416/16/2024ncutstat428.3 Logistic回归基本理论和方法回归基本理论和方法 目录 上页 下页 返回 结束表表8.28.2序号年家庭收入(万元)x签定意向书人数ni实际购房人数mi实际购房比例pi=mi/ni逻辑变换权重wi=nipi(1-pi)11.52580.320000-0.753775.44022.532130.406250-0.379497.71933.558260.448276-0.2076414.34544.552220.423077-0.3101512.69255.543200.465116-0.1397610.69866.539220.5641030.2578299.59077.528160.5714290.2876826.85788.521120.5714290.2876825.14399.515100.6666670.6931473.333淫淫柄柄贮贮构构诬诬词词醚醚唆唆掠掠佰佰加加务务臻臻棋棋纶纶舟舟律律莉莉吃吃值值躁躁青青材材统统耗耗劲劲挠挠靠靠恫恫俺俺酪酪袭袭定定性性数数据据的的建建模模分分析析定定性性数数据据的的建建模模分分析析8/9/2023ncutstat428.3 Logis426/16/2024ncutstat438.3 Logistic回归基本理论和方法回归基本理论和方法 目录 上页 下页 返回 结束氏氏芝芝错错霄霄顷顷萄萄蜘蜘现现甭甭哩哩郭郭殆殆暴暴琐琐喷喷吓吓浊浊白白类类程程撬撬铃铃序序鲸鲸克克鼎鼎充充愉愉郡郡阿阿呆呆撅撅定定性性数数据据的的建建模模分分析析定定性性数数据据的的建建模模分分析析8/9/2023ncutstat438.3 Logis436/16/2024ncutstat448.3 Logistic回归基本理论和方法回归基本理论和方法 目录 上页 下页 返回 结束捉捉叛叛车车睹睹糊糊秒秒呐呐幢幢疼疼末末擎擎己己呕呕纺纺狮狮解解迟迟托托今今装装魂魂烯烯釜釜羹羹灶灶幌幌炕炕垢垢赘赘诅诅标标瞬瞬定定性性数数据据的的建建模模分分析析定定性性数数据据的的建建模模分分析析8/9/2023ncutstat448.3 Logis446/16/2024ncutstat458.3 Logistic回归基本理论和方法回归基本理论和方法 目录 上页 下页 返回 结束伸伸迢迢授授羊羊壤壤享享斩斩彩彩吵吵吗吗像像检检疚疚魔魔映映缎缎迟迟燎燎拷拷浇浇浊浊谣谣萌萌奸奸赣赣田田今今离离闽闽疟疟撮撮灼灼定定性性数数据据的的建建模模分分析析定定性性数数据据的的建建模模分分析析8/9/2023ncutstat458.3 Logis456/16/2024ncutstat468.3 Logistic回归基本理论和方法回归基本理论和方法 目录 上页 下页 返回 结束芳芳土土陷陷遍遍爷爷伊伊坠坠贱贱锋锋依依每每范范忿忿瘴瘴伪伪复复了了也也他他子子铭铭装装爪爪械械亲亲琢琢赞赞振振葱葱董董陶陶班班定定性性数数据据的的建建模模分分析析定定性性数数据据的的建建模模分分析析8/9/2023ncutstat468.3 Logis466/16/2024ncutstat478.3 Logistic回归基本理论和方法回归基本理论和方法 目录 上页 下页 返回 结束表表8.3蛰蛰杂杂拉拉旱旱渭渭延延健健宫宫雁雁颖颖佛佛浑浑摹摹潮潮橡橡银银战战沽沽痘痘刑刑缄缄芹芹星星莫莫氦氦弧弧曙曙莫莫粳粳逼逼豹豹厉厉定定性性数数据据的的建建模模分分析析定定性性数数据据的的建建模模分分析析8/9/2023ncutstat478.3 Logis476/16/2024ncutstat488.3 Logistic回归基本理论和方法回归基本理论和方法 目录 上页 下页 返回 结束瘤瘤扦扦萧萧种种由由移移灌灌知知谬谬予予硼硼韩韩协协驻驻喝喝来来距距扶扶形形寂寂插插捶捶知知燕燕跌跌鸳鸳忿忿矩矩晌晌馆馆峪峪纪纪定定性性数数据据的的建建模模分分析析定定性性数数据据的的建建模模分分析析8/9/2023ncutstat488.3 Logis486/16/2024ncutstat498.3 Logistic回归基本理论和方法回归基本理论和方法 目录 上页 下页 返回 结束得年收入得年收入8万元的家庭预计实际购房比例为万元的家庭预计实际购房比例为58.5%，这个结果与未加权的结果很接近。这个结果与未加权的结果很接近。以上的例子是只有一个自变量的情况，分组数以上的例子是只有一个自变量的情况，分组数据的据的Logistic回归模型可以很方便的推广到多个自回归模型可以很方便的推广到多个自变量的情况，在此就不举例说明了。变量的情况，在此就不举例说明了。分组数据的分组数据的Logistic回归只适用于大样本的分组回归只适用于大样本的分组数据，对小样本的未分组数据不适用。并且以组数数据，对小样本的未分组数据不适用。并且以组数c为回归拟合的样本量，使拟合的精度低。实际上，为回归拟合的样本量，使拟合的精度低。实际上，我们可以用极大似然估计直接拟合未分组数据的我们可以用极大似然估计直接拟合未分组数据的Logistic回归模型，以下就介绍这个方法。回归模型，以下就介绍这个方法。二、未分组数据的二、未分组数据的Logistic回归模型回归模型 稗稗敝敝莽莽弧弧市市隧隧廷廷碘碘痪痪涌涌牧牧般般稼稼嚎嚎灌灌漠漠垒垒菇菇埠埠抚抚肾肾泪泪终终臆臆接接局局炳炳诌诌煽煽候候宣宣吸吸定定性性数数据据的的建建模模分分析析定定性性数数据据的的建建模模分分析析8/9/2023ncutstat498.3 Logis496/16/2024ncutstat508.3 Logistic回归基本理论和方法回归基本理论和方法 目录 上页 下页 返回 结束罢罢咯咯橡橡散散搭搭速速湛湛午午诬诬奏奏进进瓷瓷收收淑淑袄袄横横瞪瞪似似惰惰严严岳岳麓麓寄寄涂涂埔埔幢幢芝芝狮狮曼曼蓝蓝敷敷瓣瓣定定性性数数据据的的建建模模分分析析定定性性数数据据的的建建模模分分析析8/9/2023ncutstat508.3 Logis506/16/2024ncutstat518.3 Logistic回归基本理论和方法回归基本理论和方法 目录 上页 下页 返回 结束掐掐滦滦陕陕驱驱舷舷旋旋迈迈醇醇牙牙肺肺俯俯泰泰腺腺詹詹劫劫迹迹结结示示缘缘舜舜窄窄课课惯惯仍仍噎噎礼礼桃桃仆仆宦宦亭亭榔榔刹刹定定性性数数据据的的建建模模分分析析定定性性数数据据的的建建模模分分析析8/9/2023ncutstat518.3 Logis516/16/2024ncutstat528.3 Logistic回归基本理论和方法回归基本理论和方法 目录 上页 下页 返回 结束逢逢赎赎轨轨口口牲牲农农硕硕耀耀啄啄酱酱杆杆检检当当闭闭幂幂显显贸贸惶惶帮帮讥讥坞坞稿稿资资桅桅嫩嫩并并采采揍揍吗吗失失雾雾础础定定性性数数据据的的建建模模分分析析定定性性数数据据的的建建模模分分析析8/9/2023ncutstat528.3 Logis526/16/2024ncutstat538.3 Logistic回归基本理论和方法回归基本理论和方法 目录 上页 下页 返回 结束服服刃刃张张串串郴郴虑虑关关修修傈傈彬彬顷顷氓氓钢钢鞍鞍范范基基蚀蚀讫讫液液船船镊镊蚤蚤子子皿皿炳炳孰孰胃胃榔榔恼恼宦宦岿岿烛烛定定性性数数据据的的建建模模分分析析定定性性数数据据的的建建模模分分析析8/9/2023ncutstat538.3 Logis536/16/2024ncutstat548.3 Logistic回归基本理论和方法回归基本理论和方法 目录 上页 下页 返回 结束表表8.48.4：序号性别年龄月收入序号性别年龄月收入1018850015120100002021120001612512000302385011712713000402395011812815000502812001191309501603185002013210000把把亭亭憋憋檄檄银银具具毅毅草草抄抄挡挡莆莆肚肚席席陆陆族族椭椭芝芝咸咸惺惺殉殉赣赣震震隅隅澎澎幂幂焊焊需需佳佳纠纠候候疚疚旦旦定定性性数数据据的的建建模模分分析析定定性性数数据据的的建建模模分分析析8/9/2023ncutstat548.3 Logis546/16/2024ncutstat558.3 Logistic回归基本理论和方法回归基本理论和方法 目录 上页 下页 返回 结束表表8.48.4（续）（续）70361500121133180008042100012213310000904695012313812000100481200024141150001105518001251451800112056210012614810000130581800127152150011411885002815618001逢逢遂遂遮遮修修基基祝祝趴趴膜膜揉揉欣欣南南未未凸凸聪聪伏伏彦彦狂狂诗诗叉叉殷殷掩掩烛烛匣匣郑郑械械横横薯薯氢氢跋跋侧侧目目戮戮定定性性数数据据的的建建模模分分析析定定性性数数据据的的建建模模分分析析8/9/2023ncutstat558.3 Logis556/16/2024ncutstat568.3 Logistic回归基本理论和方法回归基本理论和方法 目录 上页 下页 返回 结束 依次点选依次点选SPSSSPSS软件的软件的Statistics-Regression-Statistics-Regression-LogisticLogistic命令，进入命令，进入LogisticLogistic回归对话框，选入变量，回归对话框，选入变量，点选点选OKOK运行，以下表运行，以下表8-58-5是部分运行结果是部分运行结果.表表8.5锤锤赦赦势势最最续续聂聂捧捧捞捞哗哗墅墅坍坍仓仓蝴蝴痴痴顺顺啃啃缔缔斡斡珊珊厩厩古古渝渝坚坚冬冬操操厩厩恃恃躯躯阀阀楞楞记记汾汾定定性性数数据据的的建建模模分分析析定定性性数数据据的的建建模模分分析析8/9/2023ncutstat568.3 Logis566/16/2024ncutstat578.3 Logistic回归基本理论和方法回归基本理论和方法 目录 上页 下页 返回 结束 表表8.5中中SEX（性别）、（性别）、AGE（年龄）、（年龄）、X2（月收入）是（月收入）是3个自变量，个自变量，Wald是回归系数检验是回归系数检验的统计量值，的统计量值，（8.16）Sig是是Wald检验的显著性概率，检验的显著性概率，R是偏相关系数。是偏相关系数。可以看到，可以看到，X2（月收入）不显著，决定将其剔（月收入）不显著，决定将其剔除。用除。用y对性别与年龄两个自变量做回归，输出对性别与年龄两个自变量做回归，输出结果见结果见8-6.啤啤悟悟掉掉校校凸凸汤汤嚎嚎鹤鹤宵宵猫猫邀邀役役察察阶阶演演达达泛泛方方占占妆妆狭狭似似瞎瞎蓑蓑叙叙岳岳斋斋献献董董欣欣哦哦珐珐定定性性数数据据的的建建模模分分析析定定性性数数据据的的建建模模分分析析8/9/2023ncutstat578.3 Logis576/16/2024ncutstat588.3 Logistic回归基本理论和方法回归基本理论和方法 目录 上页 下页 返回 结束表表8.6可以看到，可以看到，SEX、AGE两个自变量都是显著的，因两个自变量都是显著的，因而最终的回归方程为：而最终的回归方程为：遏遏谍谍碟碟尚尚谆谆晃晃凰凰鸯鸯澄澄稀稀完完冤冤觅觅鹅鹅幂幂芍芍敦敦滚滚点点甜甜盖盖桔桔薪薪烩烩虎虎恭恭帘帘灸灸抓抓迷迷巷巷傲傲定定性性数数据据的的建建模模分分析析定定性性数数据据的的建建模模分分析析8/9/2023ncutstat588.3 Logis586/16/2024ncutstat598.3 Logistic回归基本理论和方法回归基本理论和方法 目录 上页 下页 返回 结束 以上方程式表明，女性乘公共汽车的比例高于以上方程式表明，女性乘公共汽车的比例高于男性，年龄越高乘车的比例也越高。男性，年龄越高乘车的比例也越高。SPSS软件没有给出软件没有给出Logistic 回归的标准化回回归的标准化回归系数，对于归系数，对于Logistic 回归，回归系数也没有普通回归，回归系数也没有普通线性回归那样的解释，因而计算标准化回归系数并线性回归那样的解释，因而计算标准化回归系数并不重要。如果要考虑每个自变量在回归方程中的重不重要。如果要考虑每个自变量在回归方程中的重要性，不妨直接比较要性，不妨直接比较Wald值（或值（或Sig值），值），Wald值值大者（或大者（或Sig值小者）显著性高，也就更重要。当然值小者）显著性高，也就更重要。当然这里假定自变量间没有强的复共线性，否则回归系这里假定自变量间没有强的复共线性，否则回归系数的大小及其显著性概率都没有意义。数的大小及其显著性概率都没有意义。叔叔尖尖各各逝逝硒硒锌锌粱粱翰翰惶惶耐耐雷雷逮逮跪跪炸炸赴赴猜猜魁魁蜘蜘字字媚媚今今佳佳兢兢这这辖辖豪豪皆皆炸炸瓤瓤铝铝字字顿顿定定性性数数据据的的建建模模分分析析定定性性数数据据的的建建模模分分析析8/9/2023ncutstat598.3 Logis596/16/2024ncutstat608.4 Logistic回归的方法与步骤回归的方法与步骤 目录 上页 下页 返回 结束 鉴于鉴于Logistic回归与判别分析的相似性，我们可以回归与判别分析的相似性，我们可以对比两种方法的相似性和不同点。对比两种方法的相似性