如何利用SPSS进行Logistic回归分析

今天给大家介绍一下logistic回归的SPSS操作。Logistic回归可以得出OR值，在流行病学研究中应用较为广泛，可以用于横断面研究，病例对照研究等。大家如果想了解更多数据分析软件、统计分析、meta分析的内容，可以关注纯学术的公众号：全哥的学习生涯，分享各类数据分析方法。

定义及分类

Logistic回归是一种概率型非线性回归，它是研究分类变量和自变量关系的一种分析方法。根据因变量的类型，logistic回归可以分为二分类logistic回归，多分类logistic回归和有序logistic回归，根据研究设计是否为匹配设计，可以分为条件logistic回归和非条件logistic回归。今天给大家介绍一下二分类非条件logistic回归的SPSS操作。

SPSS操作

① 点击分析，点击回归，点击二元logistic，如图1所示。

图 1

② 将因变量和自变量分别选入，选择向前：LR（当然也可以选择其他方法，不同的方法最终得到的方程会有所不同），点击确定，如图2所示。

图 2

③ 因为我的自变量均为二分类变量，所以无需设置哑变量。但是在这里给大家介绍一下设置哑变量是如何进行操作的。点击分类，将左边要设置哑变量的变量选入右边的分类协变量，在参考类别处可以设置第一个或者最后一个作为参考，点击继续。

图 3

④ 点击选项，可以设置进入和除去的α值（注意进入的α值要小于除去的α值），点击继续。如图4所示。

图 4

结果解读

根据显著性是否小于0.05来判断自变量是否对因变量起作用，根据步骤3中各个变量的β值可以写出回归方程，常数项表示没有暴露时，个体发病与不发病概率之比的自然对数。回归系数表示，该自变量改变一个单位时，logit(p)的改变量，等于ln(OR)，Exp(β)为暴露组和非暴露组发病的优势比（OR），如图5所示。

图 5

注意事项

1.进行logistic回归分析要求样本量最少要为自变量个数的10-15倍

2.对于自变量是定量资料的情况，模型参数的实际意义往往不够明确，最好将其按变量值分成几组再进行logistic回归分析，具体方法参见公众号（全哥的学习生涯）上一篇内容《如何利用SPSS进行多元线性回归分析》。

3.如果想要进行交互作用的分析，可以在第②步，同时选中两个自变量，将两个变量的交互作用项选入方程来进行分析。