Een logistische regressie is vergelijkbaar met een discriminant functie analyse in dat het je vertelt de mate waarin je kunt een bepaalde variabele op basis van wat je weet over andere categorische variabelen te voorspellen . Echter, het voordeel van logistische regressie is dat elk aantal variabelen kunnen worden opgenomen , en indien gewenst, alle onafhankelijke variabelen categorisch zijn . In SPSS , kunt u de grafiek van een logistische regressie via het menu " Options " van de " regressie Binaire logistische " venster . Instructies
1 Start SPSS . Selecteer " Open een bestaande gegevensbron " uit de welkome venster dat verschijnt . Dubbelklik op " More Files ", ga vervolgens naar uw gegevensbestand . Dubbelklik op het bestand om het te openen in SPSS . Kopen van 2 Klik op ' Analyseren ' en vervolgens ' Regression ' en selecteer vervolgens ' Binary Logistic . " De ' Regression Logistic " venster zal verschijnen .
3 Klik je afhankelijke variabele uit de lijst rechts - dat is , de variabele die u probeert te voorspellen . Klik vervolgens op de pijl naast het vak ' Dependent ' . Vervolgens selecteert u uw voorspellende variabelen , met behulp van de "Ctrl "-toets als u meer dan een klik , en klik op de pijl naast het vak " Covariates " . Merk op dat je categorische variabelen een " ( cat ) "-label naast hen ontvangen automatisch . Indien u wenst om de interactie tussen een van je variabelen in de analyse mee te nemen , klikt u op elke keer op de belangrijkste lijst aan de linkerkant , klik op de " > a * b > " knop naast het vak " Covariates " .
Goedkope 4 Selecteer " Forward : LR " van de " Methode " drop - down menu . Dit geeft de resultaten voor elk van uw voorspellers apart , zodat u kunt zien hoeveel elk een bijdrage aan de algemene model , evenals de voorspellende kracht van alle variabelen samen .
5 Klik op " Options . " van de " Statistiek en plots " header , selecteer" Classification percelen . " Na dit te doen , SPSS geeft een grafiek van uw logistische regressie . Andere nuttige statistieken van dit menu zijn " Hosmer - Lemeshow goodness-of - fit " en " Iteratie geschiedenis. " De output van deze twee tests geeft u informatie over hoe accuraat het model is . Klik op "Doorgaan " als u klaar bent .
6 Klik op " OK . " Wacht een tijdje voor de resultaten te verschijnen . De logistische regressie is een vrij computer - intensieve procedure en , met grote datasets , kan dit enige tijd duren . Wanneer de uitgang verschijnt , scroll naar beneden om de grafiek te zien .
|
