Logistic 回归分析_多元logistic回归分析

关键词：多元logistic回归分析,logistic回归分析,logistic回归

在Binary logistic回归分析中，以下几个结果值，各能说明了什么结论，或者有什么意义。谢谢。
系数值:B ，P值:sig，标准误差:S.E，OR值 :EXP(B) ，卡方值：wald ，自由度 :df

这些概念都不清楚你也敢做Logistic回归呀？呵呵。
还是说一下吧，但建议好好看看有关教程。
B:偏回归系数，含义为在控制其它变量的前提下，自变量每变化一个单位，因变量的变化量。
Sig.:你说对了，是P值，但这个P的含义是“一次抽样中抽到你计算出的概率大于等于设定概率（缺省是0.05）的可能性”。不管怎么说，<0.05就是有意义。
S.E.：标准误，可以理解为标准差的标准差。
OR：系统表示为Exp（B)，就是以e为底的B此幂，也称比数比，是二分变量回归中最为常用的统计指标。
Wald 卡方：B/SE的平方，一种类似t检验或F检验的检验指标。
df：自由度，这个不好解释，数学上指某事物还能自由取值的方向（实在是不好理解是不是？），打比方吧，你有4个分组，因为有一个必定作为参照组，则只有3个组可以自由取值，此时df就是4-1=3；又比如，你的组内样本有10个，其中被mean占了一个，则可以自由取值的样本是10-1=9。
关键是看那个Sig.有没有统计学上的明显差异，其余的好办。

其实我做的研究之前有人做过类似的，Binary logistic回归只要求因变量是二分变量，自变量方面好像没有什么要求啊，至少我查过那些参考书上都没有说明。我的自变量除其中两个是二分变量外，其他的都是连续变量。都定义为数值型。二分变量定义为nomina ,连续变量定义为scale。

多元回归分析与logistic回归的分析的区别和联系?
多元回归分析
用回归方程定量地刻画一个应变量与多个自变量间的线性依存关系,称为多元线性回归(multiple linear regression),简称多元回归(multiple regression).
logistic回归的分析
logistic回归属于概率型回归,可用来分析某类事件发生的概率与自变量之间的关系.适用于应变量为分类值的资料,特别适用于应变量为二项分类的情形.模型中的自变量可以是定性离散值,也可以是计量观测值.

转载请注明：数据分析 » Logistic 回归分析_多元logistic回归分析