案例,spss,数据分析
您现在的位置:SPSS案例分析网 >> SPSS原创案例 >> SPSS调查

多元回归分析与logistic回归的分析的区别和联系


全文字数:10000字左右  原创时间:<=2022年

【内容摘要】

多元回归分析与logistic回归的分析的区别和联系

1、概念不同:
(bai1)多重线性回归模型du可视为简zhi单直线模型的直接推广,具有两个及两个以上自dao变量的线性模型即为多重线性回归模型。
(2)logistic属于概率型非线性回归,是研究二分类(可扩展到多分类)观察结果与一些影响因素之间关系的一种多变量分析方法。
2、变量的特点
多元回归分析的应变量:1个;数值变量(正态分布);自变量:2个及2个以上;最好是数值变量,也可以是无序分类变量、有序变量。
logistic回归的分析应变量:1个;二分 类变量(二项分布)、无序 /有序多分类变量;自变量:2个及2个以上;数值变量、二分类变量、无序/有序多分类变量。
总体回归模型LogitP=(样本)偏回归系数含义表示在控制其它因素或说扣除其它因素的作用后(其它所有自变量固定不变的情况下),某一个自变量变化一个单位时引起因变量Y变化的平均大小。
表示在控制其它因素或说扣除其它因素的作用后(其它所有自变量固定不变的情况下),某一因素改变一个单位时,效应指标发生与不发生事件的概率之比的对数变化值(logitP的平均变化量),即lnOR。
3、适用条件LINE:
1、L:线性——自变量X与应变量Y之间存在线性关系;
2、I:独立性——Y值相互独立,在模型中则要求残差相互独立,不存在自相关;
3、N:正态性——随机误差(即残差)e服从均值为零,方差为 2的正态分布;
4、E:等方差——对于所有的自变量X,残差e的方差齐。
观察对象(case)之间相互独立;若有数值变量,应接近正态分布(不能严重偏离正态分布);二分类变量服从二项分布;要有足够的样本量;LogitP与自变量呈线性关系。


多元回归bai分析与Logistic回归的核心区别在于Y的类型。
如果duY为定量zhi数据,则通常使用回归分析。dao
如果Y为分类数据,则通常使用Logistic分析。
用spssau分析就知道了,方法里都写清了什么类型的数据可以使用。


多元回归分析bai
用回归方程定量地刻画一个应du变量与多个自变量间zhi的线性依存关系,称为多元dao线性回归(multiple linear regression),简称多元回归(multiple regression).
logistic回归的分析
logistic回归属于概率型回归,可用来分析某类事件发生的概率与自变量之间的关系.适用于应变量为分类值的资料,特别适用于应变量为二项分类的情形.模型中的自变量可以是定性离散值,也可以是计量观测值.

 

*若需了解更多与协助请咨询↓→[电脑QQ][手机QQ]【数据协助】