Premium 付費文章

開啟小鈴鐺通知

檢舉內容

使用SPSS進行羅吉斯迴歸

迴歸分析通常用於檢測自變項和依變項之間的線性關係。如果依變項並非連續變項時，就可以改用羅吉斯迴歸，其廣泛用於醫療和企業領域當中。接下來本文將介紹不同種類羅吉斯迴歸(二元/順序/多項式)和SPSS操作方法。

因為羅吉斯解讀比較不直觀，要學會解讀羅吉斯迴歸，就要先了解勝算比。勝算比表示一個事件發生的機率比另一個事件發生的機率的比值。 例如，如果一個人患有疾病的勝算比是 2，則表示患有疾病的機率是不患有疾病的機率的兩倍。

在羅吉斯回歸分析中，勝算比通常用於表示某個自變量 (X) 對依變項 (Y) 的影響。例如，如果一個自變量 (X) 的勝算比是 2，則表示增加一單位對於依變項 (Y) 發生的比例會增加 100%。若勝算比是1，則表示增加一單位對於依變項 (Y) 發生的比例沒有變化

計算範例:

假設我們找到10個博士正取生，發現2個是女生，8個是男生。

男生錄取博士的成功機率是0.7/1，則男生錄取成功跟失敗的比值為0.7/0.3=2.333...

女生錄取博士的機率是0.3/1，則女生錄取成功跟失敗的比值為0.3/0.7=0.428

接下來我想看男生的勝算比，就是男生錄取成功跟失敗的比值/女生錄取成功跟失敗的比值

男生的勝算比 = 2.333/0.428 =5.44

所以，男生被博士班錄取的勝算比是女生的5.44倍

二元羅吉斯迴歸 (Binary Logistic Regression) 是一種用於預測二分類資料的統計模型。它可以用於預測一個事件是否發生，或者預測一個觀察值是否屬於某一類別。二元羅吉斯迴歸的基本思想和多元回歸一樣，自變量 (X) 和依變量 (Y) 之間存在線性關係。自變量 (X)可以是一個或多個。恭喜的是，羅吉斯迴歸不需要符合常態分類。