Logistic回归分析是用于研究影响关系，即X对于Y的影响情况。很多人可能对SPSS输出的指标不太了解，这里具体说明一下。工具/原料more原始数据在线SPSS SPSSAULogistic回归分析1/1分步阅读

logistic回归是一种分类方法，用于两分类问题。

结合Y值的具体情况，Logistic回归分析共分为三种，分别是二元Logistic回归分析，多元无序Logistic回归分析和多元有序Logistic回归分析

操作步骤1/3

使用SPSSAU在线分析：

首先找到logistic回归分析

2/3

把想要分析的题项拖拽到指定的选框中，点击即可生成数据。

（有不会的问题可以点击右侧的“灯泡”查看帮助手册）

3/3

logistic回归分析得到结果，以及智能文字分析

结果解读

回归分析结果指标解读：

第一个表格这里主要关注P值大小：

如果该值小于0.05，则说明模型有效；反之则说明模型无效；

分析步骤：

第一：首先对P值进行分析，如果该值小于0.05，则说明模型有效；反之则说明模型无效；

第二：AIC和BIC值用于多次分析时的对比；此两值越低越好；如果多次进行分析，可对比此两个值的变化情况，综合说明模型构建的优化过程；

第三：其余指标为中间计算过程值，基本无意义。

第二个表格：

这个表格用于研究X对于Y的影响关系情况，表格中有意义的指标信息包括：P值，回归系数，OR值和R Pseudo R²。其它指标包括标准误，Z值，95%CI值意义相对较小。

分析步骤：

多分类Logit分析的步骤分别为：

第一：对模型整体情况进行说明，比如对R方值进行描述，以及列出模型公式

第二：逐一分析X对于Y（相对于的对比项）影响情况；如果X对应的P值小于0.05则说明X会对Y（相对于的对比项）产生影响关系，此时可结合OR值进一步分析影响幅度。

第三：总结分析结果。

注意事项

Y对应的数字一定只能为0和1；如果不是，可以使用‘数据编码’功能设置；

如果模型预测准确率较低，需要多次进行分析对比，找出最优的模型结果；

如果X是定类数据，此时需要对X进行虚拟(哑)变量设置。

更详细的方法说明以及具体原理介绍，可查看SPSSAU官网，以及可使用SPSSAU上面的案例数据，进行实际的操作分析。