logistic回归自变量不显著

logistic回归又称logistic回归分析,主要在流行病学中应用较多,比较常用的情形是探索某疾病的危险因素,根据危险因素预测某疾病发生的概率,等等.例如,想探讨胃癌发生的危险因素,可以选择两组人

logistic回归主要用于危险因素探索.因变量y为二分类或多分类变量,自变量既可以为分类变量,也可以为连续变量.比如,探索胃癌发生的危险因素,胃癌作为因变量,分为两类,“是”或“否”.危险因素可以有

不显著就应该剔除,除非你想硬塞进这个自变量,那你只有改数据了

可以把单因素有序回归里面有意义的变量先纳入,再在多因素过程中通过向后法筛选变量.查看原帖

logistic回归对自变量类型一般不做规定,但它要求自变量与logitp之间应符合线性关系.当自变量为分类变量时,可不必考虑线性关系,但当自变量为连续型变量时,则需要检验二者之间的线性关系是否成立.

使用二分类的logistic回归分析因变量移入相应对话框自变量中的分类变量移入相应的类别对话框,连续性自变量移入协变量对话框其他默认就可以了其实操作是很简单的,但是结果解释就比较难

logistic回归模型,主要是用来对多因素影响的事件进行概率预测,它是普通多元线性回归模型的进一步扩展,logistic模型是非线性模型.比如说我们曾经做过的土地利用评价,就分别用多元线性回归模型和

如果你的分析方法是正确的话,这个结果是能够说明的变量3在该模型中是有贡献的,有意义的,而变量1并不显著,对Y影响不大.

可以把单因素有序回归里面有意义的变量先纳入,再在多因素过程中通过向后法筛选变量.查看原帖

p=0.06大于0.05说明这个自变量对因变量的影响不显著,而B的值则是回归系数,跟线性回归一样,如果你要写回归方程,则自变量的系数就是Bexp(B)则是根据B值计算得来的,可以理解为风险率,如果你的

这个问题可以这样回答,自变量在两个显著性框中的显著性不一样,或者说在一个里面显著,在另一个不显著,这样的可以不解释.

Analyze->Regression->Multinomiallogistic,自变量（Factors）、因变量放好,再设置一下就OK.logistic回归只是针对因变量是分类变量,对自变量是哪种类

给个邮箱再问：929451106@qq.com再答：已发，看懂了吗再问：太复杂了再答：你用的是中文版还是英文版？？再问：中文版的，不过我们要解决的问题好像和你给的那个有区别再答：主要是什么问题？再问：

看你这个X应该是有4个分类的,那么生成g-1=3个哑变量,所以是X1_1-X1_3.但要注意的是在做logistic回归的时候同一变量的所有哑变量应该是同时引入、同时剔除出模型.

我暑假做的一篇论文就是用Logistic模型做的,用的SPSS17.0,都是自学的说（我开学大四,我们学校本科阶段不教计量经济学和SPSS软件,比较苦逼）,废话不多讲,直接上主题.根据我两个月来的理解

能做回归.设成LNp/1-p形式因为p的范围是0--1,不能做回归,设成LNp/1-p形式负无穷到正无穷.就可以了.

你先找到自变量和因变量,就可以直接利用SPSS中的曲线回归中logistic的模型拟合就可以了

自变量通过不检验有以下这些可能：1、方程本身没有意义,比如我们用身高来预测性别,这个肯定通不过检验.2、自变量本省有问题,二项逻辑回归对自变量的要求比较严,一般是要求连续、正态分布的数据才可以.如果自

（1）如果六大类分类变量“教育程度”,“文盲”,“小学”,“初中”,“高中”,“大学”,“大学及以上,很明显（6-1）=5个虚拟变量.（2）,如果你认为太多的虚拟变量,可以结合分类,如“文盲”,“小学

很高深的东西,给你个参考.实用现代统计分析方法与spss应用Spss电脑实验－第八节(3)两分类Logistic回归分析