回歸分析是數(shù)據(jù)處理中較為常用的一類方法，它可以找出數(shù)據(jù)變量之間的未知關(guān)系，得到較為符合變量關(guān)系的數(shù)學(xué)表達(dá)式，以幫助用戶完成數(shù)據(jù)分析。

接下來我們要介紹的就是回歸分析中的多元回歸分析方法，IBM SPSS Statistics為用戶提供了成熟的多元logistic回歸分析算法。

一、概述

1.數(shù)據(jù)

圖1：數(shù)據(jù)樣本

這是一份對不同人群早餐選擇的調(diào)查數(shù)據(jù)，通過SPSS的多元回歸分析，可以將人群特征變量對早餐類型進(jìn)行分析，找到它們之間的關(guān)系。

2.功能位置

圖2：功能位置

在“分析”菜單下，我們可以找到“回歸”中的“多元logistic”分析，進(jìn)入多元回歸分析的窗口。

二、分析方法

1.因變量設(shè)置

圖3：因變量設(shè)置

因變量就是跟隨自變量變化的量，本例中指的是“首選的早餐”這一變量。

點(diǎn)擊“參考類別”，設(shè)置因變量的參考類別，這是分析時的參考樣，我們設(shè)置為所有類別都和最后一個類別對比，類別順序選擇升序。

2.因子和協(xié)變量

圖4：因子和協(xié)變量

因子可以簡單理解為自變量，我們這里將年齡分段、婚姻狀況和生活方式作為因變量處理。

協(xié)變量是分析過程中需要控制的、對因變量有一定影響的控制變量，這里設(shè)置為性別。

3.分析模型

圖5：分析模型

SPSS的多元回歸分析有三類模型可選，主效應(yīng)是指設(shè)置好的因子和協(xié)變量與因變量之間的關(guān)系分析；全因子模型既包括主效應(yīng)，也包括因子和協(xié)變量之間的交互分析；定制步進(jìn)式則可以有用戶自己定義分析類型。

我們這里選擇主效應(yīng)進(jìn)行分析即可。

4.統(tǒng)計設(shè)置

圖6：統(tǒng)計設(shè)置

這個窗口內(nèi)設(shè)置的是需要進(jìn)行的統(tǒng)計數(shù)據(jù)分析，包括多類統(tǒng)計數(shù)據(jù)可選，我們勾選模型下的偽R方、單元格可能性、步驟摘要、分類表、模型擬合度信息和擬合度，參數(shù)下的估計（置信區(qū)間設(shè)置為95%）和似然比檢驗。

定義子群體選擇“由因子和協(xié)變量定義的協(xié)變量模式”。

5.收斂條件

圖7：收斂設(shè)置

在條件對話框中，進(jìn)行收斂設(shè)置。

最大迭代數(shù)是數(shù)據(jù)進(jìn)行回歸分析時可進(jìn)行迭代的次數(shù)，這個數(shù)值必須是大于或小于100的整數(shù)，最大步驟對分設(shè)置的是迭代時的等分?jǐn)?shù)，系統(tǒng)默認(rèn)是5。

對數(shù)似然收斂可設(shè)置收斂值，回歸過程中對數(shù)似然比函數(shù)是大于設(shè)定值的；參數(shù)收斂的數(shù)值設(shè)置類似。

本例中該對話框保持默認(rèn)即可。

6.選項設(shè)置

圖8：選項設(shè)置

在選項對話框中設(shè)置離散度量為“無”。

數(shù)據(jù)的進(jìn)入概率為0.05，出去概率為0.1，這兩個參數(shù)中，前者越大，進(jìn)入模型的數(shù)據(jù)越多；后者越小，數(shù)據(jù)被剔除的越多，進(jìn)入和出去方法均選擇似然性。

其余保持默認(rèn)即可。

7.保存設(shè)置

圖9：保存設(shè)置

在這個對話框中設(shè)置需要保存的變量，如果需要將模型信息輸出到XML文件，也可以在次設(shè)置。

8.完成分析

圖10：結(jié)果輸出

完成上述設(shè)置后，就可以在日志輸出窗口中查看分析結(jié)果啦！分析結(jié)果包含多個表格，每個數(shù)值都有特定含義，大家在分析的時候也要認(rèn)真觀察數(shù)據(jù)哦！

三、小結(jié)

多元logistic回歸分析實質(zhì)上是二元logistic回歸分析的加和，在操作方法和結(jié)果分析上都有一定的相似之處，如果大家認(rèn)為多元回歸分析理解起來有困難，可以先學(xué)習(xí)一下IBM SPSS Statistics二元回歸分析的操作和分析。