Logistic迴歸（用spss進行）

logistic迴歸又稱logistic迴歸分析，是一種廣義的線性迴歸分析模型，常用於數據挖掘，疾病自動診斷，經濟預測等領域。

操作方法

（01）logistic迴歸用途較為廣泛，先來介紹下這種迴歸模型！

（02）【分析】-【迴歸】-【二元logistic】得到分析結果

（03）模型價值的指標：-2倍的對數似然值越小，模型越好；Cox&Snell R方和Nagelkerke R方是偽決定係數；比數比的發生概率不是很高的時候，才能那麼理解

（04）用Logistic模型進行預測可以看到在數據視圖窗口中出現了預測概率值，説明了低出生重兒與吸煙與否的概率關係，0.25217與0.40541

（05）自動篩選方法並不可靠，穩妥的策略：先是通過各種方法對模型進行擬合，然後再分析比較各個方法做出來的結果之間的差別，對那幾個變化比較大的變量利用專業上的知識進行取捨。【整體總統計量】的意思是説：在現有的模型基礎之上把所有的候選變量一齊納入模型中，模型是否有改善。H0：模型沒有改善。這裏P值小於0.05，認為有改善在具體分析時，應該先看總統計量

（06）對低出生重兒的預測比例有所上升。P值大於0.05沒有統計學意義，尚不能確認在其他變量保持不變的情況下該變量發生所導致的低出生重兒是概率是這個變量不發生所導致低出生重兒的Exp倍。Wals用於自變量的篩選是不太準確的

（07）【向後】法篩選。首先【向後】：LR

（08）依次除去P值最大的那個，這個表格的意思是剔除了某個變量之後的模型是否與原模型有差異

（09）同樣的道理，【向前】法