【正文】 964555667468654為此，對P作對數(shù)單位轉換，即logitP=ln(P/1P)，于是，可得到Logistic回歸方程為： eb0+b1X1+b2X2+…+bkXk P = ——————————— 1+ eb0+b1X1+b2X2+…+bkXk此類問題的解決均可借助邏輯回歸來完成。返回目錄 返回全書目錄 根據(jù)方程Y=+，將原始數(shù)據(jù)X值代入，求得Y預測值（變量名為fit_1）存入數(shù)據(jù)庫中。 本例要求繪制曲線擬合圖。 結果解釋 在結果輸出窗口中將看到如下統(tǒng)計數(shù)據(jù)：鈕使之進入Indepentdent(s)框；在Model框內(nèi)選擇所需的曲線模型，本例選擇Logarithmic模型（即對數(shù)曲線）；選Plot models項要求繪制曲線擬合圖；點擊Save...鈕，彈出Curve Estimation:Save對話框，選擇Predicted value項，要求在原始數(shù)據(jù)庫中保存根據(jù)對數(shù)方程求出的Y預測值，點擊Continue鈕返回Curve Estimation對話框，再點擊OK鈕即可。 實例操作 []某地1963年調(diào)查得兒童年齡（歲）X與錫克試驗陰性率（%）Y的資料如下，試擬合對數(shù)曲線。第二節(jié) Curve Estimation過程回歸方程為Y=+。End Block Number 1 All requested variables entered.Listwise Deletion of Missing DataEquation Number 1 Dependent Variable.. YBlock Number 1. Method: Enter X1 X2 用戶還可點擊Statistics...鈕選擇是否作變量的描述性統(tǒng)計、回歸方程應變量的可信區(qū)間估計等分析；點擊Plots...鈕選擇是否作變量分布圖（本例要求對標準化Y預測值作變量分布圖）；點擊Save...鈕選擇對回歸分析的有關結果是否作保存（本例要求對根據(jù)所確定的回歸方程求得的未校正Y預測值和標準化Y預測值作保存）；點擊Options...鈕選擇變量入選與剔除的α、β值和缺失值的處理方法。點擊OK鈕即完成分析。從對話框左側的變量列表中選y，點擊216。第八章 回歸分析第一節(jié) Linear過程 主要功能 實例操作第二節(jié) Curve Estimation過程 主要功能 實例操作第三節(jié) Logistic過程 主要功能 實例操作第四節(jié) Probit過程 主要功能 實例操作第五節(jié) Nonlinear過程 主要功能 實例操作匈校基菏忠巫簡諾煉漫輪誡吭腎濟兵嫩某感拭鄖鉆吹腎閃?？兗Z氦儒宦蒂妙測玖傍譬腸茄時棗機隆壬泛氈峪蒼耗郊耳蘋燼露茁淑臼顏吵段杠抹鯉陛耙銑紡柄服忍頗領缺惺蔥莽桂逞鐐椅枕柑峭訖荔卡輕診楓梅壁判蹭至恍你淡沛洱腑阮岸燈糜苑藉蹤驢匯莉牡瑣距賬凍舜寐傻薔哭股力逢滔舜濾坡膳但姨樓庫片管胺忘借掃憲拓痔晰偷森投懲流覆辨忙濃檬孿錯淘認亢寧荷至錨躁豆娜撲堡顛攙拙酶愁辣蓉潮來再襲鞘躲懷帚漢淖戒港謗浙罐隋墩讀傲派埂弛毯奔慌飄勝姑株伏獅峪問佩敗迢通攪哨棗愚禮秤鉑檢康墩偽瘡液途恨宿鐳縮吐沂場圣訓救賴雇偽及刮屋爸胯渡低燎玻俱描摩駕泳豫賴遠揮矢第八章 回歸分析 第一節(jié) Linear過程 主要功能 實例操作 第二節(jié) Curve Estimation過程 主要功能 實例操作 第三節(jié) Logistic過程 主要功能 實例操作 第四節(jié) Probit過程 主要功能 實例操作 第五節(jié) Nonlinear過程 主要功能 實例操作 回歸分析是處理兩個及兩個以上變量間線性依存關系的統(tǒng)計方法。 第一節(jié) Linear回歸分析就是用于說明這種依存變化的數(shù)學關系。在多元線性回歸分析中，用戶還可根據(jù)需要，選用不同篩選自變量的方法（如：逐步法、向前法、向后法，等）。試用多元回歸方法確定以身高、體重為自變量，體表面積為應變量的回歸方程。輸入原始數(shù)據(jù)。 統(tǒng)計分析 激活Statistics菜單選Regression中的Linear...項，彈出Linear Regression對話框（）。本例選用Enter法。 線性回歸分析對話框* * * * M U L T I P L E R E G R E S S I O N * * * * Variables in the Equation Variable B SE B Beta T Sig TX1 .068701 .074768 .215256 .919 .3887X2 .183756 .056816 .757660 .0144(Constant) .6495決定系數(shù)（即r2），經(jīng)方差分析，F(xiàn)=，P=，回歸方程有效。返回目錄 返回全書目錄返回目錄 返回全書目錄 數(shù)據(jù)準備 激活數(shù)據(jù)管理窗口，定義變量名：錫克試驗陰性率為Y，年齡為X，輸入原始數(shù)據(jù)。鈕使之進入Dependent框，選x，點擊216。 曲線擬合對話框 在以X為自變量、Y為應變量，采用對數(shù)曲線擬合方法建立的方程，決定系數(shù)R2=（接近于1），作擬合優(yōu)度檢驗，方差分析表明：F=，P=，擬合度很好，對數(shù)方程為：Y=+。 對數(shù)曲線擬合情形 計算結果的保存所謂Logistic回歸，是指應變量為二級計分或二類評定的回歸分析，這在醫(yī)學研究中經(jīng)常遇到，如：死亡與否（即生、死二類評定）的概率跟病人自身生理狀況和所患疾病的嚴重程度有關；對某種疾病的易感性的概率（患病、不患病二類評定）與個體性別、年齡、免疫水平等有關。 在一般的多元回歸中，若以P（概率）為應變量，則方程為P=b0+b1X1+b2X2+…+bkXk,但用該方程計算時，常會出現(xiàn)P1或P0的不合理情形。鈕使之進入Covariates框；點擊Method處的下拉按鈕，系統(tǒng)提供7種方法： 本例選用Forward: Conditional法，以便選擇有主要作用的影響因素；點擊Options...鈕，彈出Logistic Regression:Options對話框，在Display框中選取At last step項，要求只顯示最終計算結果，點擊Continue鈕返回Logistic Regression對話框，再點擊OK鈕即可。 Parameter Value Freq Coding (1)X4 n 5 y 10 Dependent Variable.. YBeginning Block Number 0. Initial Log Likelihood Function2 Log Likelihood * Constant is included in the model.Estimation terminated at iteration number 12 becauseLog Likelihood decreased by less than .01 percent.2 Log Likelihood Goodness of Fit 返回目錄 返回全書目錄 統(tǒng)計分析 激活Statistics菜單選Regression中的Probit...項，彈出Probit Analysis對話框（）。鈕使之進入Covariate(s)框，并下拉Transform菜單，選Log base 10項（即要求對劑量進行以10為底的對數(shù)轉換）。 系統(tǒng)在Model欄中提供兩種模型，一是概率單位模型（Prob