陈老师SPSS论坛

标题: spss二元Logistic回归分析具体应该选择哪种方法？ [打印本页]

作者: spss初学者 时间: 2016-6-16 20:36
标题: spss二元Logistic回归分析具体应该选择哪种方法？

二元Logistic回归“方法”选项中有“输入(进入)”、“向前：有条件的（转发：条件”）”、“向前：LR（转发：LR）”、“向前：Wald（转发：Wald）”、“向后：有条件的”、“向后：LR”、“向后：Wald”这几种方法，它们的区别在哪里？进行二元Logistic回归分析应该选择哪种？

作者: 陈老师 时间: 2016-6-16 20:37

二元Logistic回归“方法”选项中有“输入(进入)”、“向前：有条件的（转发：条件”）”、“向前：LR（转发：LR）”、“向前：Wald（转发：Wald）”、“向后：有条件的”、“向后：LR”、“向后：Wald”这几种方法，它们的区别如下：[display]

a. “进入”，自变量全部进入模型

b. “转发：条件”：变量引入的根据是得分统计量的显著性水平；通过了显著性水平检验的自变量会逐步纳入回归模型。变量被剔除的依据是条件参数估计所得的似然比统计量的概率值

c. “转发：LR”：变量引入的根据是得分统计量的显著性水平；通过了显著性水平检验的自变量会逐步纳入回归模型。变量被剔除的依据是最大偏似然估计所得的似然比统计量的概率值

d. “转发：Wald”：变量引入的根据是得分统计量的显著性水平；通过了显著性水平检验的自变量会逐步纳入回归模型。变量被剔除的依据是Wald统计量的概率值

e. “向后：条件”：先将自变量全部引入回归模型之后，再按照条件参数估计所得的似然比统计量概率值进行剔除

f. “向后：LR”：先将自变量全部引入回归模型之后，再按照最大偏似然估计所得的似然比统计量概率值进行剔除

g. “向后：Wald”：先将自变量全部引入回归模型之后，再按照Wald统计量的概率值进行剔除

一般而言，应该选择“输入(进入)”，选择这种方法可以直接看到参与回归分析的全部自变量对因变量的影响状况。

欢迎光临陈老师SPSS论坛 (http://www.spssbbs.com/)